Pendugaan Parameter Populasi Secara Statistik

dokumen-dokumen yang mirip
ESTIMASI. Arna Fariza PENDAHULUAN

Pengujian Hipotesis. Julian Adam Ridjal. PS Agribisnis Universitas Jember

(ESTIMASI/ PENAKSIRAN)

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

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

Ayundyah Kesumawati. April 27, 2015

TEORI PENDUGAAN. diketahui berdasarkan informasi sampel.

Pendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30

BAB 6 PENAKSIRAN PARAMETER

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

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

PENAKSIRAN PARAMETER TM_3

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

Ummu Kalsum UNIVERSITAS GUNADARMA

INTERVAL KEPERCAYAAN

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

MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN

Terima hipotesis Tidak membuat kesalahan Kesalahan tipe II Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan

Parametrik. Memerlukan asumsi sebaran (Normal) Non parametrik. Tidak memerlukan asumsi sebaran (Normal)

Haryoso Wicaksono, S.Si., M.M., M.Kom. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1

Materi Kuliah: Statistik Inferensial

Materi Kuliah: Statistik Inferensial

BAB 2 TINJAUAN PUSTAKA

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

Tentukan : Jawab : N = 100. = Rp = Rp % selang kepercayaan = - 1,96. ( 1- ) 100% selang kepercayaan untuk adalah.

Kemitraan Agribisnis. Julian Adam Ridjal. PS Agribisnis Universitas Jember

TEORI PENDUGAAN (TEORI ESTIMASI)

Bab 5 Distribusi Sampling

Sampling, Estimasi dan Uji Hipotesis

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif

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

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

SEBARAN PENARIKAN CONTOH

Pertemuan 13 &14. Hipotesis

Arah Masa Depan Kondisi Sumberdaya Pertanian Indonesia

BAB I PENDAHULUAN. melalui pos. Ada beberapa keuntungan yang dapat diperoleh, diantaranya

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

Pada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel

STK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1)

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

Uji Hipotesa. Arna Fariza. Materi

SEBARAN PENARIKAN CONTOH

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

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

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

4. Jika dari 100 data diperoleh data terendah 15 dan data tertinggi 84, maka banyaknya kelas adalah. A. 5 B. 6 C. 7 D. 8 E. 9

ESTIMASI. A. Dasar Teori

BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK

Estimasi dan Confidence Interval

PERBANDINGAN METODE BOOTSTRAP DAN JACKKNIFE DALAM MENAKSIR PARAMETER REGRESI UNTUK MENGATASI MULTIKOLINEARITAS

RISET AKUNTANSI. Materi RISET AKUNTANSI

BIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( )

16-Aug-15. Haryoso Wicaksono, S.Si., M.M., M.Kom. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1

PENAKSIRAN NILAI PARAMETER POPULASI

KONSISTENSI ESTIMATOR

KONSEP DASAR SAMPLING

STATISTIKA INFERENSIAL IM TIRTA

UNIVERSITAS MUHAMMADIYAH YOGYAKARTA JURUSAN TEKNIK ELEKTRO, FAKULTAS TEKNIK

BAB 2 LANDASAN TEORI. berkenaan dengan studi ketergantungan dari suatu varibel yaitu variabel tak bebas (dependent

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

The Central Limit Theorem

Estimasi dan Confidence Interval

Etika Bisnis. Julian Adam Ridjal. PS Agribisnis Universitas Jember

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB II LANDASAN TEORI

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

ESTIMASI. Widya Setiafindari

Distribusi Sampling Sebaran Penarikan Contoh. Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan.

1. Pendugaan Parameter

BAB 2. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,

Paham Perkecualian untuk Orang Amerika

Bab 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

STATISTIKA INFERENSIAL

Medan, Juli Penulis

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

BAB II LANDASAN TEORI

REGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

2 Departemen Statistika FMIPA IPB

RENCANA PELAKSANAAN PEMBELAJARAN

Bab 1 PENDAHULUAN. 1.1.Latar Belakang

BUKU REFERENSI MATERI KULIAH DISTRIBUSI SAMPLING STATISTIK

PENGUKURAN VARIANS DAN SIMPANGAN BAKU

PERTEMUAN 6 TEKNIK SAMPLING METODE PENELITIAN SOSIAL ANDRI HELMI M, SE., MM.

Misalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ;

DISTRIBUSI SAMPLING besar

PENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :

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

KAJIAN SELANG KEPERCAYAAN UNTUK BEBERAPA PROPORSI BINOMIAL Confidence Interval Study For Several Binomial Proportions. Agung Wahyu W

METODE SAMPLING. Met. Sampling-T.Parulian

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,

Pembuatan Database dengan Ms Access

TEKNIK PENARIKAN SAMPEL

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

Hipotesis (Ho) Benar Salah. (salah jenis I)

HASIL DAN PEMBAHASAN. Tabel 4. Rataan, Simpangan Baku dan Koefisien Keragaman pada Domba Ekor Gemuk dan Domba Ekor Tipis pada Kelompok Umur I 0.

Desain Sampling. Alasan Menggunakan Sampel. yang terlewati. efesien. penelitian populasi dapat bersifat. merusak. dengan populasi

Transkripsi:

Pendugaan Parameter Populasi Secara Statistik Julian Adam Ridjal PS Agribisnis Universitas Jember www.adamjulian.net

Pendugaan Parameter Populasi Secara Statistik

Pendugaan Parameter Populasi secara Statistik Pendugaan Parameter Populasi secara Statistik Merupakan keseluruhan proses menduga suatu parameter pada populasi yang tidak diketahui nilainya dengan menggunakan statistik sampel. Pendugaan ini diambil sampel untuk dianalisis sehingga hasil analisis tersebut dapat digunakan untuk memperkirakan ukuran populasi ( parameter populasi).

Kriteria Pendugaan yang Baik 1. Tidak bias Statistik sampel yang digunakan sebagai penduga harus sama atau mendekati parameter populasi yang diduga. 2. Efisien Statistik sampel memiliki standar deviasi yang kecil. 3. Konsisten Jika ukuran sampel meningkat, maka statistik sampel akan semakin mendekati parameter populasinya.

Metode Pendugaan secara Statistik Terdapat 2 metode pendugaan yang dilakukan terhadap populasi, yaitu: 1. Pendugaan Titik (Point Estimation) pendugaan nilai populasi atas dasar satu nilai dari sampel. Cara pendugaan atas dasar satu nilai ini sangat sederhana, namun nilai penduga yang demikian sulit untuk dapat identik dengan parameter yang diduga. 2. Pendugaan Interval (Interval Estimation) suatu pendugaan terhadap parameter berdasarkan suatu interval, di dalam interval dimana diharapkan keyakinan tertentu parameter tersebut terletak. Hasil dari pendugaan interval ini diharapkan akan lebih obyektif. Pendugaan interval akan memberikan nilai parameter dalam suatu interval dan bukan nilai tunggal.

Contoh Metode Pendugaan Parameter Populasi secara Statistik 1. Pendugaan Titik (Point Estimation) Data taksiran tinggi rata-rata mahasiswa Faperta UNEJ diperoleh yaitu 163 cm. Jika nilai ini digunakan untuk menaksir tinggi rata-rata, maka 163 adalah titik taksiran untuk rata-rata tinggi mahasiswa Faperta UNEJ. 2. Pendugaan Interval (Interval Estimation) Misalkan taksiran tinggi rata-rata mahasiswa Faperta UNEJ adalah antara 155 cm dan 170 cm.

1. Pendugaan Titik (Point Estimation) Pada pendugaan titik, digunakan suatu nilai untuk menduga parameter populasi. Mahasiswa Alfin 65 Rosyid 70 Lilik 64 Rona 61 Titis 60 Berat badan (kg) Untuk menduga rata-rata berat badan kelompok kelas Statistik, diambil 5 orang mahasiswa sebagai sampel yang masingmasing mewakili kelompok yang berbeda. x x n 65 70 64 61 60 5 64 Maka, pendugaan untuk rata-rata berat badan semua kelompok kelas statistik adalah 64 kg.

2.Pendugaan Interval (Interval Estimation) Terdapat beberapa macam : 1. Pendugaan Interval Rata-rata

Contoh Kasus : Dari 300 perusahaan swasta nasional berdiri di Indonesia, seorang pejabat perbankan berpendapat bahwa dari 75 perusahaan swasta nasional di Indonesia yang dianalisa, modal perusahaan swasta nasional Rp 750 juta. Standar deviasi modal tersebut sebesar Rp 30 juta. Dengan tingkat keyakinan sebesar 99%, berapakah taksiran rata-rata modal perusahaan swasta nasional?

2. Pendugaan Interval Proporsi

Contoh Kasus : Survei terhadap 25 calon pemilih menunjukkan bahwa 80% akan memilih Iwan sebagai ketua kelompok Statistik. Buatlah dugaan sebesar 95% confidence level untuk proporsi calon yang akan memilih Iwan?

3. Pendugaan Interval Selisih Rata-Rata

Contoh Kasus : Beberapa kolektor batu akik melakukan pengamatan terhadap umur 2 macam batu akik dari jenis batuan yang berbeda. Batu akik A memiliki rata-rata umur 12,33 tahun dengan simpangan baku 300 hari, sedangkan batu akik B memiliki rata-rata umur 10,411 tahun dengan simpakan baku 200 hari. Apabila diambil sampel acak sebanyak 150 batu akik, berapakah selisih rata-rata umur kedua akik tersebut dengan CI 5%?

4. Pendugaan Interval Selisih Proporsi

Contoh Kasus : Perusahaan elektronik Changhong mengambil sampel random produk remote sebanyak 100 buah dan 20 diantaranya adalah cacat. Sampel yang lain dari perusahaan Nikitech yang juga mengambil random produk remote sebanyak 250 buah dan 25 diantaranya cacat. Dengan mengetahui bahwa kualitas produksi remote kedua perusahaan ialah sama, berapa beda 2 proporsi kerusakan produk dengan CL 95%?

SELAMAT BELAJAR ORANG SUKSES ADALAH ORANG YANG BERHASIL DAN BERMANFAAT BAGI ORANG LAIN