MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN

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

ESTIMASI. Arna Fariza PENDAHULUAN

Penyusunan Hipotesa : 1. : µ 1 = µ 2 : µ 1 µ 2 2. : µ 1 µ 2 : µ 1 > µ 2 3. : µ 1 µ 2 : µ 1 < µ 2 Apabila data yang diambil dari hasil eksperimen, maka

PENAKSIRAN PARAMETER TM_3

(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

INTERVAL KEPERCAYAAN

TEORI PENDUGAAN. diketahui berdasarkan informasi sampel.

STK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1)

BAB 6 PENAKSIRAN PARAMETER

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

BAB V INFERENSI STATISTIK SATU POPULASI NORMAL

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

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

Statistika (MMS-1403)

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

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

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

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

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

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

LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

STATISTIKA II (BAGIAN

TEORI PENDUGAAN (TEORI ESTIMASI)

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

Pengujian Hipotesis. Oleh : Dewi Rachmatin

PENGUJIAN HIPOTESIS RATA-RATA DUA POPULASI -YQ-

UJI HIPOTESIS SATU-SAMPEL

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

Ummu Kalsum UNIVERSITAS GUNADARMA

Praktikum Pengujian Hipotesis

Pendugaan Parameter Populasi Secara Statistik

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

PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH. Statistik Industri II Teknik Industri Universitas Brawijaya

Hipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya

Ayundyah Kesumawati. April 27, 2015

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

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

MODUL DISTRIBUSI T. Objektif:

ANALISIS KEMAMPUAN PROSES

PENAKSIRAN NILAI PARAMETER POPULASI

PENGUJIAN HIPOTESIS 1

Pada tugas akhir ini, data yang digunakan adalah data salah satu key characteristic dari suatu produk manufaktur.

220 <μ<4900+1, < μ<

ANALISA KEKUATAN TARIK BESI BETON STRUKTUR BETON JEMBATAN WAIHATTU (PERHITUNGAN MANUAL-MINITAB.13)

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

PENGERTIAN PENGUJIAN HIPOTESIS

BAGAN KENDALI CUMULATIVE SUM (CU-SUM)

6. Teori Estimasi. EL2002-Probabilitas dan Statistik. Dosen: Andriyan B. Suksmono

BAB 4 HASIL DAN PEMBAHASAN. merupakan mesin paling kritis dalam industri pengolahan minyak sawit. Pabrik

LAMPIRAN 1. Struktur Organisasi PT. Soho

Pengertian Pengujian Hipotesis

Uji Hipotesis dan Aturan Keputusan

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

Pengantar Uji Hipotesis. Oleh Azimmatul Ihwah

STATISTIK Hypothesis Testing 2 Contoh kasus

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

STUDI TUNDAAN PADA PUTARAN DI DEPAN GERBANG TOL CILEUNYI

x = μ...? 2 2 s = σ...? x x s = σ...?

Ho merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test

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

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

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

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

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

Uji Hipotesis Mengenai Rataan (Hypothesis Test on the Mean) Oleh Azimmatul Ihwah

BAB VII Inferensi Statistik Dua Populasi Normal

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

PERTEMUAN KE 2 HIPOTESIS

BAB 2 LANDASAN TEORI

OLEH RATU ILMA INDRA PUTRI

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP

BAB 1 PENDAHULUAN. 1. Latar belakang

Pengujian Hipotesis. Vitamin C dalam pakan bisa mempercepat

4.1.1 Distribusi Binomial

PENGUJIAN HIPOTESIS O L E H : R I A N D Y S Y A R I F

Bab X. Apa uji ANOVA itu? Contoh penjual mobil. Analisis of Variance ANOVA

UJI HIPOTESA PERBEDAAN. t-test

BAB 4 HASIL DAN PEMBAHASAN

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

Uji Mengenai Variansi dan Proporsi. Oleh Azimmatul Ihwah

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

BAB III METODOLOGI PENELITIAN. Langkah perancangan yang akan dilakukan adalah sebagai berikut: produksi pada departemen plastik

TeoriPenaksiran. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

ESTIMASI. Widya Setiafindari

LAPORAN STATISTIK ELEMENTER UJI ANALISIS VARIAN SATU ARAH (ANOVA) Dosen pengampu Dr. Sri Harini, M.Si. Oleh Nurul Anggraeni Hidayati NIM.

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

Analysis of Variance (ANOVA) Debrina Puspita Andriani /

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

BAB 3 PEMBAHASAN DAN HASIL

PERTEMUAN 2 STATISTIKA DASAR MAT 130

Pertemuan 13 &14. Hipotesis

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

7/28/2005 created by Hotniar Siringoringo 1

PENGUJIAN HIPOTESA #1

2) Ukuran Data Tidak Sama k n i T 2.. JKT = X 2 ij - i=1 j=1 N k JKK = T 2 i. T 2.. i=1 n i N JKG = JKT - JKK Sumber Jumlah db Kuadrat Tengah F. Hitun

KONSISTENSI ESTIMATOR

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan pada bulan April Juli 2015 di Laboratorium Daya dan

STK 211 Metode Statistika PENGUJIAN HIPOTESIS

Transkripsi:

MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN Taksiran suatu parameter populasi dapat diberikan berupa taksiran titik atau berupa taksiran selang. Taksiran titik suatu parameter populasi θ merupakan nilai tunggal θ suatu statistik Θ. Sebagai contoh, nilai x suatu statistik X, dihitung dari suatu ukuran n, merupakan taksiran titik parameter populasi µ. Statistik yang digunakan untuk mendapatkan taksiran titik penaksir. Taksiran selang untuk µ dari suatu populasi ialah suatu selang yang berbentuk ˆ µ ˆ < µ < µ, di mana ˆ µ ˆ & µ tergantung pada nilai statistik µˆ. Biasanya µˆ = X, dengan kata lain ˆ µ ˆ & µ tergantung pada X. Atau ˆµ = x k dan ˆµ = x + k, dengan k ditentukan dari distribusi sampel X. Catatan : parameter adalah konstanta dari suatu distribusi yang nilainya tertentu tapi tidak diketahui, misalnya µ &. perbedaan sampel berlainan memberikan nilai X yang berbeda, ini mengakibatkan penaksiran selang bagi parameter µ berbeda pula. Misalkan dari suatu distribusi sampel µˆ dapat ditentukan ˆ µ ˆ & µ, sedemikian sehingga P = ˆ µ < µ < ˆ µ = α. Maka dengan peluang α.00 % ini, sampel acak yang diambil akan menghasilkan suatu selang yang mengandung µ. Contoh : Misalkan P = ˆ µ < µ < ˆ µ 0. 95. Artinya, yang dihitung berdasarkan = sampel acak yang diambil, disebut selang kepercayaan 95%, dengan kata lain kita percaya 95% bahwa selang yang dihitung mengandung parameter yang sesungguhnya dari populasi.

A. SELANG KEPERCAYAAN PADA DISTRIBUSI NORMAL Perhatikan gambar di atas. Selang kepercayaan α.00 % adalah selang pada daerah yang diaksir, yaitu antara z α / dan z α/. Misalkan ambil α = 0.05 = 5%, maka α = 95%. Jadi, selang kepercayaan 95% adalah selang antara z,5 % dan z,5%. Nilai ± z α / dinamakan nilai kritis dan diambil dari tabel normal. Di bawah ini beberapa nilai kritis z untuk beberapa nilai α yang sering digunakan. α Nilai z α/ % = 0.0 -.57 5% = 0.05 -.96 0% = 0.0 -.64 B. SELANG KEPERCAYAAN PADA DISTRIBUSI T Perhatikan gambar di bawah ini Penggunaannya sama dengan selang kepercayaan pada distribusi normal. Nilai t dapat dilihat dari tabel t, dengan v menyatakan derajat kebebasan dan berapa persen selang kepercayaan yang diinginkan. Perhatikan besarnya v untuk data yang berasal dari populasi : v = n - α menyatakan untuk data yang berasal dari populasi yang saling bebas atau tidak berpasangan : v = n + n. C. PERINTAH-PERINTAH MINITAB UNTUK SELANG KEPERCAYAAN 8

Z INTERVAL K % C... C n 00 Digunakan untuk mencari selang kepercayaan K %, data berasal dari populasi dengan nilai diketahui. Bentuk selang tersebut adalah : x z + α / n, x z / n / α / Di mana : x = mean data n = ukuran sampel z = nilai dari tabel normal untuk K % T INTERVAL K % C... C n 00 Digunakan untuk mencari selang kepercayaan K %, data berasal dari populasi dengan tidak diketahui, atau data berasal dari populasi berpasangan dengan dan tidak diketahui. Bentuk selang tersebut adalah : x t n +, α / s / n, x t n, α / s / n Di mana : x = mean data s = standar deviasi sampel n = ukuran sampel t = nilai dari tabel t untuk K % dan derajat kebebasan n- D. CONTOH SOAL. Sebuah mesin menghasilkan potongan logam berbentuk silinder. Sampel beberapa potongan diukur dan ternyata diameternya :.0, 0.97,.03,.04, 0.99, 0.98, 0.99,.0 dan.03. Hitunglah selang kepercayaan 99% untuk rataan diameter potongan yang dihasilkan mesin tersebut bila dimisalkan distribusinya hampir normal. Jawab: 8

MTB > set C DATA >.0 0.97.03.04 0.99 0.98 0.99.0.03 DATA > end MTB > tinterval 99.0 C N MEAN STDEV SEMEAN 99.0 PERCENT C.I C 9.00556 0.0455 0.0088 0.97809,.0330. Data berikut menyatakan waktu putar film yang diproduksi dua perusahaan film. Waktu menit Perusahaan A 03 94 0 87 98 88 Perusahaan B 97 8 3 9 75 8 Hitunglah selang kepercayaan 90% untuk selisih kedua rataan waktu putar film yang diproduksi kedua perusahaan. Anggap bahwa waktu putar berdistribusi hampir normal. Jawab: MTB > read C C DATA > 03 97 DATA > 94 8 DATA > 0 3 DATA > 87 9 DATA > 98 75 DATA > 88 8 DATA > end MTB > let C3 = C C MTB > tinterval 90 C3 N MEAN STDEV SEMEAN 90.0 PERCENT C.I C3 6-7.8 3.5 3.3-44.6, 8.9 E. LATIHAN. Ambil sampel acak sebanyak 00, dari distribusi normal baku, dan tentukan selang kepercayaan 90%, 95% dan 99%. Lakukan juga untuk sampel dari N0, 4 dan N0, 6. Apa yang dapat anda simpulkan! Buat juga perhitungannya secara manual untuk selang kepercayaan 90% dgn N0, 4. Gunakan tabel normal. Tujuh botol yang mirip masing-masing berisi asam sulfat sebanyak 9.8, 0., 0.4, 9.8, 0.0, 0. dan 9.6 liter. Carilah selang 83

kepercayaan 95% untuk rataan isi botol semacam itu, bila distribusinya dianggap hampir normal. Lakukan pula perhitungan secara manual. Gunakan tabel t 3. Suatu perusahaan menyatakan bahwa sejenis diet baru akan menurunkan berat badan seseorang rata-rata 4.5 kg dalam minggu. Berat tujuh wanita yang menggunakan diet ini dicatat sebelum dan sesudah jangka waktu minggu. 3 4 5 6 7 Berat sebelum 58.5 60.3 6.7 69.0 64.0 6.6 56.7 Berat sesudah 60.0 54.9 58. 6. 58.5 59.9 54.4 Hitung selang kepercayaan 95% untuk selisih rataan berat, dan perhatikan apakah pernyataan perusahaan tersebut benar? Anggap distribusi berat hampir normal. 4. Pemerintah memberikan dana ke jurusan pertanian 9 universitas untuk menguji kemampuan menghasilkan dua varietas padi. Tiap varietas ditanam di petak sawah yang sama luasnya di tiap universitas dan hasilnya, dlm kg per detik sbb: Universitas 3 4 5 6 7 8 9 Varietas A 38 3 35 4 44 9 37 3 38 Varietas B 45 5 3 38 50 33 36 40 43 Hitunglah selang kepercayaan 95% untuk rataan selisih hasil kedua jenis, anggap bahwa distribusi hasil hampir normal. Jelaskan mengapa kedua varietas perlu dibuat berpasangan dalam soal ini. Buat juga perhitungan manualnya. Gunakan tabel t 84

SELANG KEPERCAYAAN POPULASI POPULASI diketahui tdk diketahui berpasangan dr pop. normal n < 30 n = n 30, n tdk diketahui = s d = s d X X D = X X distribusi distribusi t distribusi t normal µ x ± tn, α/ s / n µ < d ± tn, α/ µ < x ± zα / / n < s / d n 85