STK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1)

dokumen-dokumen yang mirip
STK511 Analisis Statistika. Pertemuan 6 Statistika Inferensia (2)

1/8/2011. TUJUAN: Dapat menggunakan MINITAB 13 untuk melakukan pengujian nilai tengah, baik untuk nilai tengah satu populasi maupun dua populasi.

Pengujian Hipotesis - Sipil Geoteknik 2013 PENGUJIAN HIPOTESIS. Dr. Vita Ratnasari, M.Si 02/10/2013

STK 511 Analisis statistika. Materi 6 Pengujian Hipotesis

STK 211 Metode Statistika PENGUJIAN HIPOTESIS

STK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh

Praktikum Pengujian Hipotesis

ESTIMASI. Arna Fariza PENDAHULUAN

STK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar

TEORI PENDUGAAN (TEORI ESTIMASI)

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

STATISTIK PERTEMUAN VII

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)

STK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh

Materi 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN

MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN

S T A T I S T I K A OLEH : WIJAYA

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

(ESTIMASI/ PENAKSIRAN)

Hipotesis Statistik. 3. Terima H 1 (tolak H 0 ) dan populasi sebenarnya. memang H 0 benar = P(terima H 0 / pop H 0 )= 1-α

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

SEBARAN PENARIKAN SAMPEL LOGO

HASIL DAN PEMBAHASAN. Suara sah calon nomor urut 4 Jumlah Rata-Rata Ragam

Ummu Kalsum UNIVERSITAS GUNADARMA

SAMPLING METHODS Metode Penarikan Contoh STK221 3(2-2)

STK 211 Metode statistika. Agus Mohamad Soleh

Skala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

STK 211 Metode statistika. Materi 2 Statistika Deskriptif

Statistika Deskriptif

SEBARAN PENARIKAN CONTOH

Perancangan Percobaan STK222 / 3(2-2)

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.

Statistika (MMS-1403)

UJI HIPOTESA PERBEDAAN. t-test

MODUL PRAKTIKUM METODE STATISTIKA I. Oleh: Dr. Suci Astutik, S.Si., M.Si. Darmanto, S.Si.

KATA PENGANTAR Revisi Petunjuk Praktikum

Bab 5 Distribusi Sampling

KONSEP DASAR SAMPLING

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Hipotesis : asumsi atau anggapan bisa benar atau bisa salah seringkali dipakai sebagai dasar dalam memutuskan

KONSISTENSI ESTIMATOR

HASIL DAN PEMBAHASAN

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

STATISTIKA II Distribusi Sampling. (Nuryanto, ST., MT)

Uji Perbandingan Rata-Rata

PENYAJIAN DATA. Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB

2 Departemen Statistika FMIPA IPB

SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION)

STATISTICS WEEK 7. By: Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP

STK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi

Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1)

Pertemuan III Statistika Dasar (Basic Statistics)

Metode Statistika (STK211) Statistika Deskriptif (2) Dr. Ir. Kusman Sadik Dept. Statistika IPB, 2015

25/09/2013. Metode Statistika (STK211) Pertanyaan. Modus (Mode) Ukuran Pemusatan. Median. Cara menghitung median contoh

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih

STK511 Analisis Statistika. Bagus Sartono

BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI

Uji Z atau t Uji Z Chi- square

SOAL STATISTIKA KELAS XI Oleh: Erni Kundiarsih

Tabel 2. Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis tahun

DISTRIBUSI SAMPLING besar

LATIHAN SPSS I. A. Entri Data

Ayundyah Kesumawati. April 27, 2015

Lampiran 1. Perkembangan GDP Riil Pertanian (Constant 2000, Juta US$) Negara Berkembang Tahun Indonesia Thailand Cina India Brasil Argentina Meksiko

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

STATISTIKA II (BAGIAN

mengsumsikan tidak ada kesalahan pengukuran, validitas dapat dievaluasi dengan mengamati nilai bias dari penduganya. Bias, B ( ) dari populasi

BAB 6 PENAKSIRAN PARAMETER

STATISTIKA II IT

Pendahuluan. Pertemuan I


BAB 5 HASIL DAN PEMBAHASAN. Pada Gambar 5.1 dapat dilihat plot sebaran normal pertumbuhan Spheres dari

SEBARAN PENARIKAN CONTOH

PENGUJIAN HIPOTESIS 2

Perbedaan Analisis Univariat dan Multivariat

. Enter. Model Summary b. a. Predictors: (Constant), UMR, SLTP, SLTA, Jumlah penduduk, Perguruan tinggi. ANOVA b

Pengaruh Profitabilitas Dan Leverage Keuangan Terhadap Harga Saham Pada Perusahaan Jasa Yang Terdaftar Di Bursa Efek Indonesia (Sektor Keuangan

MEMBACA HASIL ANALISIS DENGAN SPSS

BAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun

TINJAUAN PUSTAKA. (statistik) dinamakan galat baku statistik, yang dinotasikan dengan

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

Histogram (contoh MINITAB) Distribusi Frekuensi. Ungrouped Data vs Grouped data Range Class midpoint Frekuensi Relatif Frekuensi Kumulatif

UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009

BAB IV ANALISIS DAN PEMBAHASAN. 4.1 Analisis Data Laporan Keuangan PT Mayora Indah Tbk. Tabel. 4.1 Data Laporan Keuangan PT Mayora Indah Tbk.

STATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll.

SOAL TUGAS STATISTIKA PENDIDIKAN. 2010, Prof. Ir. Sigit Nugroho, M.Sc., Ph.D.

1. PENGERTIAN. Manfaat Sampling :

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

Pertemuan Ke-12. Analysis of Varians (anova)_m. Jainuri, M.Pd

Analisis Regresi 2. Pokok Bahasan : Asumsi sisaan dan penanganannya

25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak

ANALISIS REGRESI 1. Pokok Bahasan : REGRESI LINIER SEDERHANA

PENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE

Metode Statistika STK211/ 3(2-3)

STATISTIKA DESKRIPTIF

ESTIMASI. A. Dasar Teori

The Central Limit Theorem

Transkripsi:

STK511 Analisis Statistika Pertemuan 5 Statistika Inferensia (1)

Pendugaan Parameter mengacu pada suatu proses yang menggunakan data contoh untuk menduga nilai suatu parameter (populasi). 5. Statistika Inferensia (1) Penduga Parameter 2 2 x s p

Jenis Penduga Penduga Titik, seperti : y untuk menduga s 2 untuk menduga 2 Penduga Selang, seperti : Selang kepercayaan (1 - )100% bagi Jika 2 diketahui: y z y z 2 2 n n Jika 2 s tdk diketahui: y t 2 n y t 2 n n ( 1) ( 1) s n

Ilustrasi (1) Survei dilakukan terhadap 20 rumah tangga (RT) di suatu kota untuk menduga besarnya rata-rata biaya pendidikan (juta Rp/thn/RT). Datanya diperoleh sebagai berikut: RT 1 2 3 4 5 6 7 8 9 10 Biaya Pendi (juta Rp) 2.3 4.5 4.0 5.0 3.8 7.2 6.25 5.75 6.7 7.8 RT 11 12 13 14 15 16 17 18 19 20 Biaya Pendi (juta Rp) 6.8 5.3 8.0 15.1 13.2 4.5 2.0 4.7 5.75 10.1 a. Dugalah rata-rata biaya pendidikan per RT per tahun b. Buatlah selang kepercayaan 95%. Asumsikan biaya pendidikan mengikuti sebaran normal.

Ilustrasi (1) Jawab: Descriptive Statistics: y Variable Mean SE Mean StDev Minimum Q1 Median Q3 Maximum y 6.438 0.732 3.275 2.000 4.500 5.750 7.650 15.100 a. Penduga rata-rata biaya pendidikan ˆ y 6.438

Ilustrasi (1) Jawab: One-Sample T: y Variable N Mean StDev SE Mean 95% CI y 20 6.43750 3.27542 0.73241 (4.90456, 7.97044) b. Selang kepercayaan 95% s s / n 3.27542 / 20 0.73241 t y (0.05/2; db19) 2.093 6.438 2.093 0.732 6.438 2.093 0.732 4.905 7.970

Statistik? Nilai Tengah Perhatikan :, Kita memiliki. Pertanyaannya : Statistik yang mana yang akan digunakan untuk menduga? 1. Penduga Tak Bias Terbaik 2. memiliki ragam minimum

Statistik? Nilai Tengah Penduga Tak Bias Bias : Jika tak bias, maka dan Ilustrasi :

Statistik? Nilai Tengah Penduga Tak Bias Terbaik tak bias. memiliki ragam terkecil dari semua kemungkinan penduga tak bias lainnya. Mean Square Error (MSE)

Ilustrasi : Teorema Limit Pusat Sebaran rataan contoh, n = 30

Penduga Selang Perhatikan : maka dan, sehingga :

Penduga Selang Perhatikan : Peluang selang acak (BB,BA) memuat µ adalah 1 - α.

Penduga Selang Perhatikan : Peluang selang acak (BB,BA) memuat µ adalah 1 - α. Dari seratus kali pengambilan contoh acak (selang acak) maka ada sebanyak kurang lebih (1 α) x 100% yang memuat µ. Selang kepercayaan 95% : kita yakin kalau mengambil 100 contoh acak (selang acak) maka ada 95 selang yang terbentuk akan memuat µ (nilai tengah populasi).

Ilustrasi (2) Diperoleh data hasil pengukuran tinggi badan (Y ) dalam cm di suatu kelas STK511 dari 25 orang mahasiswa sebagai berikut : 161 159 152 169 156 167 149 158 141 156 154 156 157 152 154 162 174 151 173 185 161 155 170 163 150 Jika diketahui 10, buat selang kepercayaan 95% bagi Y. Y

Jawab : y 159.4 y Z /2 10 / 25 2 1.96 Ilustrasi (2) SK-nya adalah : 159.4 3.92 155.48;163.32

Jawab : y 159.4 y Z /2 10 / 25 2 1.96 Ilustrasi (2) SK-nya adalah : 159.4 3.92 155.48;163.32 Minitab : The assumed standard deviation = 10 Variable N Mean StDev SE Mean 95% CI TB 25 159.400 9.522 2.000 (155.480, 163.320)

Masalah Ukuran Contoh Minimum Perhatikan : Suatu selang kepercayaan (1 α) x 100% untuk µ berdasarkan. B = margin of error. Maka untuk suatu margin error dan tingkat kepercayaan tertentu serta ragam yang diketahui, ukuran contoh minimum adalah :

Ilustrasi (3) Rata-rata konsentrasi seng yang diperoleh dari suatu contoh yang berasal dari 36 lokasi yang berbeda di sebuah sungai adalah 2.6 gram/ml. Jika diketahui simpangan baku populasi sebesar 0.3 gram/ml, Berapa besar ukuran contoh minimum yang harus diambil jika kita ingin yakin 95% bahwa nilai dugaan kita berbeda dari tidak lebih dari 0.05 gram/ml? Jawab : n z e 2 2 1.96(0.3) n 0.05 2 138.3 139

Perhatikan : Selang Kepercayaan 2 Contoh Acak Saling Bebas dengan dan Sehingga untuk :

. Selang Kepercayaan 2 Contoh Acak Saling Bebas Rumus jadi : dengan

Ilustrasi (4) Dalam suatu percobaan, dicobakan 2 metode (A dan B) dan diperoleh data sbb. : Buat selang kepercayaan 90% bagi jika.

Ilustrasi (4) Dalam suatu percobaan, dicobakan 2 metode (A dan B) dan diperoleh data sbb. : Buat selang kepercayaan 90% bagi jika. Jawab : Selang Kepercayaan :

Ilustrasi (4) Jawab : Minitab Two-Sample T-Test and CI: A, B Two-sample T for A vs B N Mean StDev SE Mean A 5 20.84 7.25 3.2 B 6 22.53 5.43 2.2 Difference = mu(a) - mu(b) Estimate for difference: -1.69333 90% CI for difference: (-8.68945, 5.30278) Both use Pooled StDev = 6.3028

Perhatikan : Selang Kepercayaan 2 Contoh Acak Saling Bebas Bagaimana kalau? dengan

Selang Kepercayaan untuk Proporsi Perhatikan : untuk n besar, berlaku : Diperoleh selang kepercayaan (1 - α) 100% bagi p adalah

Perhatikan : Selang Kepercayaan untuk Proporsi 2 Contoh Acak untuk n besar, berlaku : Diperoleh selang kepercayaan (1 - α) 100% bagi p adalah

Ilustrasi (5) Catatan medis di suatu rumah sakit menunjukkan bahwa dalam contoh yang terdiri dari 1000 laki-laki, 52 diantaranya menderita penyakit jantung, sedangkan dari 1000 perempuan, 23 diantaranya yang menderita penyakit tersebut. Buatlah selang kepercayaan 95% bagi beda proporsi laki-laki dan perempuan yang menderita penyakit jantung. Jawab : Selang Kepercayaan 95% bagi p 1 p 2 : 0.052(1 0.052) 0.023(1 0.023) 0.052 0.023 1.96 1000 1000

Ilustrasi (6) Perhatikan pada suatu pemilihan umum, misalkan peluang Si A dan Si B menang pada suatu TPS adalah sama, tentukan ukuran contoh TPS minimum jika diinginkan kesimpulan yang diperoleh memiliki tingkat kepercayaan 95% dengan margin error 5%. Jawab : n Z /2 x pq Z /2 B B 2 2 pq 1.96 x 0.25 n 0.05 385 2 384.16

Ilustrasi (7) Suatu klub kesegaran jasmani ingin mengevaluasi program diet, kemudian dipilih secara acak 10 orang anggotanya untuk mengikuti program diet tersebut selama 3 bulan. Data yang diambil adalah berat badan sebelum dan sesudah program diet dilaksanakan, yaitu: Berat Badan Peserta 1 2 3 4 5 6 7 8 9 10 Sebelum (X1) 90 89 92 90 91 92 91 93 92 91 Sesudah (X2) 85 86 87 86 87 85 85 87 86 86 D = X1 - X2 5 3 5 4 4 7 6 6 6 5 Dugalah rata-rata beda berat badan sebelum dan sesudah mengikuti program diet, lengkapi dengan selang kepercayaan 95%!

Selang Kepercayaan Nilai Tengah Data Berpasangan Penduga Selang Beda nilai tengah bagi contoh berpasangan: d Selang kepercayaan (1-)100% bagi d s d t d t n d ( n1) d ( n1) 2 2 s d n Pasangan 1 2 3 n Sampel 1 (X1) x11 x12 x13 x1n Sampel 2 (X2) x21 x22 x23 x2n D = (X1-X2) d1 d2 d3 dn ( d d) s n 1 x x 2 i 2 i d dan di 1i 2i

Ilustrasi (7) Minitab Paired T-Test and CI: X1, X2 Paired T for X1 - X2 N Mean StDev SE Mean X1 10 91.1000 1.1972 0.3786 X2 10 86.0000 0.8165 0.2582 Difference 10 5.10000 1.19722 0.37859 95% CI for mean difference: (4.24356, 5.95644)

Ilustrasi (7) Minitab Descriptive Statistics: D Variable Mean SE Mean StDev D 5.100 0.379 1.197 One-Sample T: D Variable N Mean StDev SE Mean 95% CI D 10 5.10000 1.19722 0.37859 (4.24356, 5.95644)

Bersambung.

Tabel t-student