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

dokumen-dokumen yang mirip
ESTIMASI. Arna Fariza PENDAHULUAN

Ummu Kalsum UNIVERSITAS GUNADARMA

(ESTIMASI/ PENAKSIRAN)

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

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

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

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

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

BAB 6 PENAKSIRAN PARAMETER

Pendugaan Parameter Populasi Secara Statistik

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

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

PENGERTIAN PENGUJIAN HIPOTESIS

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

Pengertian Pengujian Hipotesis

PENAKSIRAN PARAMETER TM_3

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

Materi Kuliah: Statistik Inferensial

The Central Limit Theorem

STATISTIKA INDUSTRI 2 TIN 4004

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif

BAB 2 TINJAUAN PUSTAKA

UJI HIPOTESIS SATU-SAMPEL

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

BAGAIMANA CARA MENGATASI KASUS TERSEBUT? JAWAB: MELAKUKAN UJI HIPOTESIS

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

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

Analisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa / 52

PENGUJIAN HIPOTESIS 1

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

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION)

TEORI PENDUGAAN (TEORI ESTIMASI)

SEBARAN PENARIKAN SAMPEL LOGO

MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN

Bab 5 Distribusi Sampling

Materi Kuliah: Statistik Inferensial

LAMPIRAN. Lampiran 1. Data Performa Reproduksi Sapi Perah Impor Pertama

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

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /

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

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

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

Ayundyah Kesumawati. April 27, 2015

ESTIMASI. Widya Setiafindari

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

Uji Hipotesa Satu Sampel

DISTRIBUSI SAMPLING besar

Uji Hipotesa Satu Sampel

Uji Hipotesis. Atina Ahdika, S.Si, M.Si. Universitas Islam Indonesia 2015

Statistika (MMS-1403)

STATISTIKA II IT

Ayundyah Kesumawati. April 20, 2015

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

BAB V INFERENSI STATISTIK SATU POPULASI NORMAL

STATISTIKA INDUSTRI 2 TIN 4004

Materi 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN

BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK

Estimasi dan Confidence Interval

KONSISTENSI ESTIMATOR

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

BAB III METODOLOGI PENELITIAN. Untuk mempermudah dalam penyusunan tugas akhir, dibuat suatu alur

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi.

BAB IV ANALISIS DAN PEMBAHASAN

Distribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015

PENGUJIAN HIPOTESA #1

STK 211 Metode Statistika PENGUJIAN HIPOTESIS

Pengantar Uji Hipotesis. Oleh Azimmatul Ihwah

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

STATISTIK Hypothesis Testing 2 Contoh kasus

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

Estimasi dan Confidence Interval

Pendugaan Parameter. Debrina Puspita Andriani /

SEBARAN PENARIKAN CONTOH

TEORI PENDUGAAN. diketahui berdasarkan informasi sampel.

ESTIMASI. A. Dasar Teori

INTERVAL KEPERCAYAAN

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

PENGUJIAN HIPOTESIS (2)

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

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

BAB 2 LANDASAN TEORI

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. 1http://istiarto.staff.ugm.ac.id. Statistika Teknik.

STATISTICS WEEK 8. By : Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression

Contoh Solusi PR 5 Statistika & Probabilitas

ESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK

Pertemuan 13 &14. Hipotesis

BAB 2 LANDASAN TEORI

UJI HIPOTESA PERBEDAAN. t-test

Pembahasan Soal. Tjipto Juwono, Ph.D. May 14, TJ (SU) Pembahasan Soal May / 43

DISTRIBUSI PROBABILITAS

PENGUJIAN HIPOTESIS. 100% - 5 % = 95% (Ho di terima) 2,5% (Ho ditolak) 2,5% ( Ho ditolak ) - Zα 0 Zα

BAB IV INFERENSI STATISTIK SATU POPULASI SEMBARANG

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

PENAKSIRAN NILAI PARAMETER POPULASI

Pengujian Hipotesis. Oleh : Dewi Rachmatin

PENGUJIAN HIPOTESIS. Hipotesis bukan merupakan fakta yang sudah pasti benar dan kemudian penelitian di lakukan untuk membuktikan kebenaran tersebut

Transkripsi:

Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER 5.1 Pengertian Pendugaan Parameter. Pendugaan merupakan suatu bagian dari statistik inferensia yaitu suatu pernyataan mengenai parameter populasi yang tidak diketahui berdasarkan informasi dari sampel random sederhana yang diambil dari populasi. Pendugaan Titik Parameter Populasi : Penduga adalah suatu statistik sampel yang digunakan untuk menduga suatu parameter yang tidak diketahui. Pendugaan adalah seluruh proses menggunakan statistik untuk menduga parameter. Pendugaan tunggal atau titik (point estimate) ialah pendugaan yang terdiri dari satu nilai saja. Contoh : Rata-rata konsumsi gula tiap keluarga per bulannya 12 kg artinya X = 12 sebagai penduga (estimator) dari µ. Persentase pelanggan supermarket yang tidak puas sebesar 20 % artinya p sebagai penduga dari parameter P. Beberapa penduga dan parameter : Parameter : µ P σ ρ β Penduga : x p s r b

Pendugaan Interval Pendugaan tunggal yang terdiri dari satu angka tidak memberikan gambaran mengenai berapa jarak/selisih nilai penduga tersebut terhadap nilai sebenarnya. Jika kita menginginkan suatu pengukuran yang obyektif tentang derajat kepercayaan kita terhadap ketelitian pendugaan, maka kita sebaiknya menggunakan pendugaan interval (interval estimation). Pendugaan ini akan memberikan nilai-nilai statistik dalam suatu interval dan bukan nilai tunggal sebagai penduga parameter. Pendugaan interval (selang) merupakan pendugaan berupa interval yang dibatasi oleh dua nilai yang disebut dengan nilai batas bawah dan nilai batas atas. Pendugaan interval itu akan merupakan interval kepercayaan atau interval keyakinan (confidence interval) yang dibatasi oleh batas keyakinan atas (upper confidence limit) dan batas keyakinan bawah (lower confidence limit). Untuk membuat pendugaan interval harus ditentukan terlebih dahulu koefisien keyakinan atau tingkat keyakinan yang diberi simbol 1 - α. Koefisien keyakinan atau tingkat keyakinan : Misalnya : 1 - α= 0,90 α = 0,10 = 10 %. α/2 = 0,05 jadi Z α/2 = Z 0,05 = (Z P = 0,5 - α/2) = Z 0,5 0,05 = Z 0,45 = 1,645 (lihat Tabel Normal). Misalnya : 1- α = 0,98 dan n = 25 α = 0,02 α/2 = 0,01 jadi t α/2 ; v = t α/2 ; n 1 = t 0,01 ; 25 1 = t 0,01 ; 24 = 2,492 ( lihat tabel Distribusi t).

5.2 Pendugaan interval Rata-rata µ Pendugaan parameter dengan sampel besar (n > 30). Jika µ dan σ diketahui, populasi tak terbatas atau populasi terbatas dan penarikan sampel dilakukan dengan pengembalian kembali (with replacement), maka rumusnya adalah P ( X - Z α/2. σ < µ < X + Z α/2.σ ) = 1 - α n n Jika µ dan σ diketahui, populasi terbatas dan penarikan sampel dilakukan tanpa pengembalian kembali (without replacement), maka rumusnya adalah P ( X - Zα/2. σ. N n < µ < X + Zα/2. σ. N n ) = 1 - α n N 1 n N 1 Jika µ dan σ tidak diketahui, populasi tak terbatas atau populasi terbatas dan penarikan sampel dilakukan dengan pengembalian kembali (with replacement), maka rumusnya adalah P ( X - Zα/2.S < µ < X + Zα/2.S ) = 1 - α n n S 2 = 1 Σ (X i X) 2 n 1 S 2 = 1 { (X 1 X) 2 + (X 2 X) 2 + + (X n X) 2 } n 1

Contoh : 1. Suatu sampel random yang terdiri dari 100 wisatawan asing telah dipilih guna diwawancarai dari populasi yang dianggap tidak terbatas dan terdiri dari semua wisatawan asing yang ada di Indonesia. Dari wawancara itu diketahui rata-rata pengeluaran per kunjungannya ialah $800, per wisatawan. Jika dianggap deviasi standart dari pengeluaran semua wisatawan di Indonesia sebesar $120, maka buatlah interval keyakinan sebesar 95% untuk menduga ratarata pengeluaran per wisatawan per kunjungannya di Indonesia b. Pendugaan parameter dengan sampel kecil (n < 30). Jika µ dan σ tidak diketahui, populasi terbatas dan penarikan sampel dilakukan tanpa pengembalian kembali (without replacement), maka rumusnya adalah P ( X - t α/2. S < µ < X + t α/2. S ) = 1 - α n n t α/2 ; v = t α/2 ; n 1 v = n 1 = derajat bebas

Contoh : 1. Diketahui data tinggi x i = 159, 161, 157, 155, 163 Interval keyakinan sebesar 90%. Perkirakan ratarata mahasiswa seluruhnya! 5.3 Penentuan Besarnya Sampel n untuk Pendugaan Rata-rata. n = [Zα/2.σ ] 2 Contoh : E 2 Andaikan di antara plat baja yang dibuat melalui suatu proses tertentu memiliki distribusi normal dengan σ = 0,50, berapa besarnya sampel yang harus kita ambil agar kita 95 % yakin bahwa ratarata sampelnya tidak akan berselisih dari rata-rata populasinya lebih dari 0,1?

SOAL SOAL LATIHAN 01. Pendugaan parameter yang terdiri dari satu nilai saja disebut a. interval estimate c. point estimate b. one estimate d. single estimate 02. Parameter simpangan baku populasi dapat diduga oleh penduga(estimator) yaitu : a. p c. s b. µ d. β

02. Parameter simpangan baku populasi dapat diduga oleh penduga(estimator) yaitu : a. p c. s b. µ d. β 03. Jika tingkat kesalahan (α) = 1 %, maka tingkat keyakinan dalam pendugaan parameter adalah : a. 90 % c. 99 % b. 95 % d. 100 % 03. Jika tingkat kesalahan (α) = 1 %, maka tingkat keyakinan dalam pendugaan parameter adalah : a. 90 % c. 99 % b. 95 % d. 100 % 04. Diketahui standar deviasi 8 dan rata-rata dari 25 sampel adalah 20 dengan nilai kritis z = 2,58 maka batas atas interval konfidensi pendugaan rata- ratanya adalah.. a. 15,87 c. 24,13 b. 18,57 d. 23,14

04. Diketahui standar deviasi 8 dan rata-rata dari 25 sampel adalah 20 dengan nilai kritis z = 2,58 maka batas atas interval konfidensi pendugaan rata- ratanya adalah.. a. 15,87 c. 24,13 b. 18,57 d. 23,14 05. Jika tingkat keyakinan dalam pendugaan interval rata-rata digunakan 99% dan sampel tidak kurang dari 30 maka nilai Z tabel sebesar a. 1,65 b. 1,96 c. 2,33 d. 2,58 petunjuk: ( Z 0,05 = 1,65 ; Z 0,025 = 1,96 ; Z 0,01 = 2,33 ; Z 0,005 = 2,58 ) 05. Jika tingkat keyakinan dalam pendugaan interval rata-rata digunakan 99% dan sampel tidak kurang dari 30 maka nilai Z tabel sebesar a. 1,65 b. 1,96 c. 2,33 d. 2,58 petunjuk: ( Z 0,05 = 1,65 ; Z 0,025 = 1,96 ; Z 0,01 = 2,33 ; Z 0,005 = 2,58 ) 01. Pendugaan parameter yang terdiri dari satu nilai saja disebut a. interval estimate c. point estimate b. one estimate d. single estimate