Pendugaan Parameter. Debrina Puspita Andriani /

dokumen-dokumen yang mirip
Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH

JENIS PENDUGAAN STATISTIK

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

x = μ...? 2 2 s = σ...? x x s = σ...?

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

Statistika Inferensial

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

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

STATISTIK PERTEMUAN VIII

BAB 6: ESTIMASI PARAMETER (2)

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

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

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

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

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

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

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

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

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

Analisa Data Statistik. Ratih Setyaningrum, MT

BAB 2 LANDASAN TEORI

9 Departemen Statistika FMIPA IPB

A. Pengertian Hipotesis

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

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

Distribusi Sampling (Distribusi Penarikan Sampel)


Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

SEBARAN t dan SEBARAN F

Metode Statistika Pertemuan IX-X

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Bab 6 PENAKSIRAN PARAMETER

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

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

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

REGRESI LINIER GANDA

Metode Statistika Pertemuan XI-XII

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

TINJAUAN PUSTAKA Pengertian

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

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

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

Metode Statistika STK211/ 3(2-3)

BAB V ANALISA PEMECAHAN MASALAH

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

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

BAB III METODOLOGI PENELITIAN

BAB III METODE PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

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

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

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

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

PERTEMUAN 6-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

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

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

BAB III METODE PENELITIAN. Lokasi penelitian ini dilakukan di Puskesmas Limba B terutama masyarakat

STATISTIKA ANALISIS REGRESI DAN KORELASI LINIER SEDERHANA

BAB III MATERI DAN METODE. Ettawa Berdasarkan Bobot Lahir dan Bobot Sapih Cempe di Satuan Kerja

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

Chapter 7 Student Lecture Notes 7-1

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

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

BAB IV APLIKASI METODE CALLBACK. Dalam bab sebelumnya telah dibahas mengenai cara mengatasi

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

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

MANAJEMEN RISIKO INVESTASI

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

Inflasi dan Indeks Harga I

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

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

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

REGRESI DAN KORELASI

IV. METODE PENELITIAN

BAB III METODE PENELITIAN

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

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

Tetapi apabila n < 5% N maka digunakan :

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

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

UKURAN PEMUSATAN DATA

BAB III METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

REGRESI DAN KORELASI SEDERHANA

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

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

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

Pendugaan Parameter 1

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

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

STATISTIKA NON PARAMETRIK

BAB V METODOLOGI PENELITIAN

Transkripsi:

Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id

Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter: Kasus Sampel Proporsi Pedugaa Parameter: Kasus sampel salig bebas & berpasaga selisih rataa dua populasi Pedugaa Parameter: Kasus Sampel Selisih Proporsi 5/07/5

3 Pedahulua () 5/07/5

Pedahulua () 4 Pedugaa adalah proses yag megguaka sampel statistik utuk meduga atau meaksir hubuga parameter populasi yag tidak diketahui. Pedugaa merupaka suatu peryataa megeai parameter populasi yag diketahui berdasarka iformasi dari sampel radom yag diambil dari populasi bersagkuta. Pedugaa = Peaksira Peduga adalah suatu statistik (harga sampel) yag diguaka utuk meduga suatu parameter. Dega peduga, dapat diketahui seberapa jauh suatu parameter populasi yag tidak diketahui berada di sekitar sampel (statistik sampel) Secara umum, parameter diberi lambag θ da peduga diberi lambag xxx 5/07/5

Pedahulua (3) 5 Kriteria peduga yag baik Tidak bias Efisie Kosiste Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi PENDUGA à TAK BIAS DAN MEMPUNYAI RAGAM MINIMUM 5/07/5

Pedahulua (4) 6 STATISTIK merupaka PENDUGA bagi PARAMETER Dua jeis pedugaa parameter TARGET PENDUGA TITIK PENDUGA SELANG Peduga titik tidak selalu tepat meduga parameter populasi maka diguaka pedugaa dalam betuk selag iterval Dalam setiap pedugaa megadug PELUANG kesalaha peduga selag à kosep probability à SELANG KEPERCAYAAN (CONFIDENCE INTERVAL) 5/07/5

Pedugaa Titik () 7 Pedugaa tuggal atau titik (poit estimate) ialah pedugaa yag terdiri dari satu ilai saja. Memberika ilai yag kemugkia besar berbeda dari ilai parameter yag sebearya. TARGET PENDUGA TITIK 5/07/5

Pedugaa Titik () 8 x 5/07/5

Pedugaa Titik (3) 9 Satu Populasi Dua Populasi µ p σ µ µ p p σ σ x pˆ s x x pˆ p ˆ s s 5/07/5

Pedugaa Iterval () 0 Pedugaa tuggal yag terdiri dari satu agka tidak memberika gambara megeai berapa jarak/selisih ilai peduga tersebut terhadap ilai sebearya. Jika kita megigika suatu pegukura yag obyektif tetag derajat kepercayaa kita terhadap ketelitia pedugaa, maka kita sebaikya megguaka pedugaa iterval (iterval estimatio). Pedugaa ii aka memberika ilai-ilai statistik dalam suatu iterval da buka ilai tuggal sebagai peduga parameter. Pedugaa iterval (selag) : pedugaa berupa iterval, dibatasi dua ilai (batas bawah da batas atas) Pedugaa iterval : iterval kepercayaa atau iterval keyakia (cofidece iterval) yag dibatasi oleh batas keyakia atas (upper cofidece limit) da batas keyakia bawah (lower cofidece limit) Utuk membuat pedugaa iterval harus ditetuka terlebih dahulu koefisie keyakia atau tigkat keyakia yag diberi simbol - α TARGET PENDUGA TITIK PENDUGA SELANG 5/07/5

Pedugaa Iterval () < 5/07/5

Koefisie Keyakia atau Tigkat Keyakia () Misalya : - α = 0,90 α = 0,0 = 0 %. α/ = 0,05 jadi Z α/ = Z 0,05 = (Z P = 0,5 - α/) = Z 0,5 0,05 = Z 0,45 =,645 (lihat Tabel Normal). Misalya : - α = 0,98 da = 5 α = 0,0 α/ = 0,0 jadi t α/ ; v = t α/ ; = t 0,0 ; 5 = t 0,0 ; 4 =,49 ( lihat tabel Distribusi t). 5/07/5

Koefisie Keyakia atau Tigkat Keyakia () 3 69) = 0.99 5/07/5

Meaksir Rataa 4 Pedugaa Titik utuk Rataa Populasi Pedugaya µ x σ x σ s = cederug aka mejadi peduga µ yag amat tepat, jika (ukura sampel) besar 5/07/5

5 5/07/5

6 5/07/5

7 5/07/5

8 5/07/5

CONTOH 9 Lihat di tabel dega ilai -0,05 =0,9750 à z =,96 5/07/5

CONTOH 0 Dari soal sebelumya, tetuka selag kepercayaa 99% utuk rataa ilai matematika semua mahasiswa tigkat sarjaa sebelumya 5/07/5

5/07/5

Pedugaa Parameter: Kasus Satu Sampel Rataa Populasi 5/07/5

µ σ x s x 3 Rataa cotoh merupaka PENDUGA tak bias bagi µ s merupaka peduga tak bias bagi σ.96 σ.96 x σ x µ SAMPLING ERROR 5/07/5

Dugaa Selag 4 Syarat : kodisi σ diketahui Tidak diketahui σ diduga dega s x t s ) < < x + t α ( µ α ( ) s x z α σ < µ < x + z α σ Berlaku juga utuk sampel kecil ( < 30) 5/07/5

Cotoh 5 Survei dilakuka terhadap 0 RT disuatu kota utuk meduga besarya rata-rata biaya pedidika (juta Rp/th/RT). Dataya diperoleh sebagai berikut: RT 3 4 5 6 7 8 9 0 Biaya (juta Rp),30 4,50 4,00 5,00 3,80 7,0 6,5 5,75 6,70 7,80 RT 3 4 5 6 7 8 9 0 Biaya (juta Rp) 6,80 5,30 8,00 5,0 3,0 4,50,00 4,70 5,75 0,0 a. Dugalah rata-rata biaya pedidika per RT per tahu b. Buatlah selag kepercayaa 95%, asumsika biaya pedidika megikuti sebara ormal. 5/07/5

Peyelesaia 6 a. Peduga rata-rata biaya pedidika ˆ = 6.44 µ = x b. Selag kepercayaa 95% Nilai s Dicari dari rumus S = Σ(xi xbar) / - s t x = s / = ( 0,05/ ; db= 9) = 3,754/,093 0 = 0,73407 6,44,093x0,73 4,905 µ 7,970 µ 6,44 +,093x0,73 5/07/5

7 Pedugaa Parameter: Kasus Satu Sampel Proporsi 5/07/5

p pˆ Proporsi pˆ cotoh merupaka PENDUGA tak bias bagi P 8.96 σ.96 pˆ σ pˆ p SAMPLING ERROR 5/07/5

Dugaa Selag / iterval 9 Selag kepercayaa (-α)00% bagi p Sampel Besar pˆ z α pˆ( pˆ) < P < pˆ + z α pˆ( pˆ) Sampel Kecil ˆp t ( α ; ) ˆp( ˆp) < P < ˆp + t ( α ; ) ˆp( ˆp) 5/07/5

Cotoh 30 Dari sampel dega = 00 mahasiswa PTS ABC. Teryata 5 mahasiswa memiliki IPK 3. Buatlah dugaa utuk proporsi mahasiswa PTS ABC yag memiliki IPK 3 dega iterval keyakia 95%. Peyelesaia : Iterval duga: p(0,06 < P < 0,335) 5/07/5

3 Pedugaa Parameter: Kasus Dua sampel salig bebas Selisih rataa dua populasi 5/07/5

µ - µ 3 x x.96 σ x x.96 σ x x µ -µ SAMPLING ERROR 5/07/5

Dugaa Selag 33 Syarat : σ & σ Tidak diketahui ( x diketahui σ σ x) zα + < µ µ < ( x x) + zα + σ σ σ & σ sama Formula Tidak sama Formula 5/07/5

a. Formula : Jika σ da σ tdk diketahui da diasumsika sama: + + < < + ) ( ) ( ) ( ) ( s t x x s t x x gab v gab v α α µ µ da ) ( ) ( + = + + = v s s s gab 34 b. Formula : Jika σ da σ tdk diketahui da diasumsika tidak sama: + + < < + ) ( ) ( ) ( ) ( s s t x x s s t x x v v α α µ µ ( ) ( ) + + = s s s s v 5/07/5 Note: Berlaku juga utuk sampel kecil

Cotoh 35 Iterval Kepercayaa Selisih Rata-Rata Populasi (σ diketahui) Dua buah mesi A da B dibadigka dlm kosumsi BBMya. Radom samplig mesi A sejumlah 50 da B sejumlah 75 dipakai. Teryata rata-rata kosumsi BBM mesi A adalah 36 mil/galo da mesi B 4 mil/galo. Carilah iterval kepercayaa 96% bagi μ B - μ A bilamaa diketahui stadard deviasi populasi bagi A= 6 mil/galo da B = 8 mil/galo 5/07/5

Peyelesaia 36 Diket. X sa =36, X sb = 4; A =50 da B =75. σ A =6 da σ B =8 Iterval kepercayaa 96% bagi μ B - μ A : ( x B x A ) z σ σ A B 0.0 + < ( µ B µ A) < ( xb xa ) A B + z 0.0 σ A A σ + B B 64 36 64 ( 4 36).05 + < ( µ B µ A) < (4 36) +.05 + 75 50 75 36 50 3.43 < μ B - μ A < 8.57. Jadi beda rata kosumsi BBM atara mesi A da mesi B berkisar atara 3.43 sampai 8.57 mil/galo 5/07/5

Latiha 37 Dua buah perusahaa yag salig bersaig dalam idustri kertas karto salig megklaim bahwa produkya yag lebih baik, dalam artia lebih kuat meaha beba. Utuk megetahui produk maa yag sebearya lebih baik, dilakuka pegambila data masig-masig sebayak 0 lembar, da diukur berapa beba yag mampu ditaggug tapa merusak karto. Dataya adalah : Persh. A 30 35 50 45 60 5 45 45 50 40 Persh. B 50 60 55 40 65 60 65 65 50 55 Dugalah beda kekuata karto kedua perusahaa dega selag kepercayaa 95% 5/07/5

38 Pedugaa Parameter: Kasus dua sampel berpasaga Selisih rataa dua populasi 5/07/5

Ditimbag kodisi awal : bobot kelici Diberi paka tertetu Ditimbag kodisi akhir : bobot kelici 39 Setelah periode tertetu Perubaha akibat pemberia paka : selisih bobot akhir bobot awal 5/07/5

Dugaa Selag 40 µ d Selag kepercayaa (-α)00% bagi µ d d t sd ) < D < d + t α ( µ α ( ) s d d 5/07/5

Cotoh 4 5/07/5

Cotoh 4 d Jumlah: - 6 5 64 4 44 5 4 64 36 5 39 5/07/5

Peyelesaia 43 5/07/5

44 Pedugaa Parameter: Kasus Dua sampel Selisih dua proporsi 5/07/5

p - p 45 pˆ p ˆ.96 σ p ˆ p ˆ.96 σ p ˆ p ˆ p -p SAMPLING ERROR 5/07/5

Dugaa Selag 46 Selag kepercayaa (-α)00% bagi p - p Sampel Besar ( pˆ pˆ ) z pˆ ( pˆ ) + pˆ ( pˆ ) < P P < ( pˆ pˆ ) + z pˆ ( α α pˆ ) + pˆ ( pˆ ) Sampel Kecil ( ˆp ˆp ) t α ;+ ˆp ( ˆp ) + ˆp ( ˆp ) < P P < ( ˆp ˆp )+ t α ;+ ˆp ( ˆp ) + ˆp ( ˆp ) 5/07/5

Cotoh 47 BKKBN melakuka peelitia di dua daerah (D da D ) utuk megetahui apakah ada perbedaa atara persetase peduduk yag setuju KB di daerah tersebut. Kemudia aka dibuat pedugaa iterval megeai besarya selisih/perbedaa persetase tersebut. Di daerah D da D masig-masig dilakuka wawacara terhadap 0 orag, atara lai meayaka apakah mereka setuju KB atau tidak. Dari D ada 90 orag da dari D ada 78 orag yag setuju KB. Buatlah pedugaa iterval dari perbedaa persetase tetag pedapat peduduk yag setuju dega KB, di kedua daerah tersebut,dega tigkat keyakia sebesar 90%. 5/07/5

Peyelesaia 48 p^ = X = 90 0 p^ p^ = 0, 75, p^ = 0, 75 0, 65 = 0,0 = X = 78 0 = 0, 65 ( ˆ ˆ pˆ qˆ pˆ qˆ pˆ qˆ p p) zα + < p p < ( p p) + zα + 0,5 0,5 ˆ ˆ pˆ qˆ 0,,64 (0,059) < (P P ) < 0, +,64 (0,059) 0,003 < (P P) < 0,97 5/07/5