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

dokumen-dokumen yang mirip
S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

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

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

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

STATISTIKA II (BAGIAN

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

ESTIMASI. Arna Fariza PENDAHULUAN

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

OLEH : WIJAYA. FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009

SEBARAN PENARIKAN CONTOH

SEBARAN PENARIKAN SAMPEL LOGO

(ESTIMASI/ PENAKSIRAN)

DISTRIBUSI SAMPLING besar

UJI HIPOTESIS SATU-SAMPEL

Ayundyah Kesumawati. April 20, 2015

TEORI PENDUGAAN (TEORI ESTIMASI)

Bab 5 Distribusi Sampling

KONSISTENSI ESTIMATOR

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

STK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1)

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

menggunakan BLP Organik dan setelah menggunakan BLP Organik.

statistika untuk penelitian

LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010

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

1. PENGERTIAN. Manfaat Sampling :

KONSEP DASAR SAMPLING

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

OLEH : WIJAYA. FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009

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

Ummu Kalsum UNIVERSITAS GUNADARMA

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih

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

OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011

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

PENAKSIRAN PARAMETER TM_3

MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN

III. METODE PENELITIAN. Semua konsep dan defenisi operasional ini mencakup pengertian yang

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

PENGUJIAN HIPOTESA #1

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

Uji Hipotesa Dua Sampel

IV METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian 4.2. Metode Pengumpulan Data

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

PERANCANGAN PERCOBAAN

SEBARAN PENARIKAN CONTOH

SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION)

BAB IV METODE PENELITIAN

PENGUJIAN HIPOTESIS 2

HASIL DAN PEMBAHASAN. Model Regresi Logistik Biner untuk data Hasil Pembangkitan

Ayundyah Kesumawati. April 27, 2015

STK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh

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

BAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki

PENGUJIAN HIPOTESIS (2)

BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor

BAB 2 LANDASAN TEORI

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

Materi Kuliah: Statistik Inferensial

Pengertian Pengujian Hipotesis

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

BAB 6 PENAKSIRAN PARAMETER

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

IV METODE PENELITIAN

BAB II KAJIAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

INTERVAL KEPERCAYAAN

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

PERTEMUAN 2 STATISTIKA DASAR MAT 130

METODE PENELITIAN. untuk menjawab tujuan penelitian berdasarkan data yang diperoleh dan dianalisis.

Pengujian hipotesis. Mata Kuliah: Statistik Inferensial. Hipotesis

Ukuran Statistik Bagi Data

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

PENGUJIAN HIPOTESIS. Konsep: Dua macam kekeliruan. Pengujian hipotesis.

4.1.1 Distribusi Binomial

Uji Hipotesa Dua Sampel (Lanjutan)

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

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

Contoh Solusi PR 5 Statistika & Probabilitas

IV METODE PENELITIAN

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

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

Distribusi dari Sampling

Regresi Linier Sederhana dan Korelasi. Pertemuan ke 4

BAB 3 RANCANGAN PROGRAM APLIKASI. untuk mengoptimalkan pengolahan data cluster sampling : Gambar 3.1 Rancangan Struktur Menu Utama

Konsep Dasar Statistik dan Probabilitas

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

PENGUJIAN HIPOTESIS 1

SURYA AGRITAMA Volume 2 Nomor 2 September 2013

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

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

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

Materi Kuliah: Statistik Inferensial

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

BAHAN DAN METODE Tempat dan Waktu Penelitian Bahan dan Alat Metode Percobaan

PERANCANGAN PERCOBAAN

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan

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

II. TINJAUAN PUSTAKA. Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan

Transkripsi:

S T A T I S T I K A OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009

IV. PENDUGAAN PARAMETER Populasi Sampling Sampel N n Rata-rata : μ Simp. Baku : σ Ragam : σ 2 Parameter Rata-rata : x Simp. Baku : s Ragam : s 2 Statistik

IV. PENDUGAAN PARAMETER 1. Parameter = sembarang nilai yang menjelaskan ciri populasi 2. Statistik = sembarang nilai yang menjelaskan ciri sampel Misalkan populasi tanaman padi kultivar IR-64 pada luasan 1 hektar dengan jarak tanam 20 cm x 20 cm yaitu sebanyak 250.000 tanaman, diambil sebuah sampel secara acak berukuran n = 500 tanaman dan diperoleh rata-rata jumlah anakannya 15 anakan. Ukuran Populasi N = 250.000 Ukuran Sampel n = 500, Rata-rata x = 15 Berdasarkan rata-rata sampel (statistik) dapat diduga bahwa ratarata jumlah anakan padi kultivar IR-64 pada luasan 1 ha sebanyak 15 anakan (parameter). Statistik sebagai penduga bagi Parameter yang tidak diketahui. Rata-rata x = 15 sebagai Penduga Titik

IV. PENDUGAAN PARAMETER Nilai dugaan dalam bentuk selang lebih tepat digunakan daripada nilai dugaan dalam bentuk dugaan titik. Nilai dugaan selang : P (a < θ < b)= 1 α, artinya peluang θ terletak diantara a dan b sebesar (1 α). Atau kita yakin sebesar (1 α) 100% bahwa θ ada dalam selang (a,b). Selang : (a < θ < b )disebut Selang Kepercayaan (1 α) 100%. (1 α) disebut Koefisien (Derajat) Kepercayaan (Keyakinan) Nilai statistik a dan b disebut Batas Kepercayaan.

IV. PENDUGAAN PARAMETER Jika nilai α = 5 % maka (1 α ) = 95 % = 0,95. a x b SE SE a = x SE a = x SE SE = Standard Error of Mean (Galat Baku Rata-rata) SE = σ x = σ / n

1. PENDUGAAN RATA-RATA Penggunaan Sebaran t dan z Apa σ ada? Ya Uji - z Tidak n 30? Ya Uji - z Uji - t Tidak

A. Pendugaan Rata-rata Satu Sampel P ( z α/2 < z < z α/2 ) = 1 α P ( z α/2 < (x μ)/σ x < z α/2 ) = 1 α P ( x z α/2. σ x < μ < x + z α/2. σ x ) = 1 α ( x z α/2. σ x ) < μ < ( x + z α/2. σ x ) ( x z α/2. σ/ n ) < μ < ( x + z α/2. σ/ n )

A. Pendugaan Rata-rata Satu Sampel Contoh 1 : Suatu contoh acak 36 mhs tingkat akhir mempunyai IP rata rata 2,60 dan simpangan baku 0,30. Buatlah selang kepercayaan 95% bagi rata rata IP seluruh mhs tingkat akhir tersebut. Jawab : n = 36 ; Rata rata x = 2,60 dan simp. baku s =0,30 ; α = 0,05 ; α/2 = 0,025 ; z α/2 = z 0,025 = 1,96 x z α/2. s/ n < μ < x + z α/2. s/ n 2,60 (1,96)( 0,30/ 36) < μ < 2,60 + (1,96)(0,30/ 36) (2,60 0,10) < μ < (2,60 + 0,10) 2,50 < μ < 2,70

A. Pendugaan Rata-rata Satu Sampel Contoh 2 : Sebuah lembaga penelitian menghasilkan kedelai Kultivar X. Dari hasil percobaan di 16 lokasi diperoleh rata-rata hasilnya 1,15 t/ha dengan simp. baku 0,20 t/ha. Buatlah selang kepercayaan 95% bagi rata-rata hasil yang sebenarnya. Jawab : n = 16 ; Rata rata x = 1,15 dan simp. baku s =0,20 ; α = 0,05 ; α/2 = 0,025 ; t α/2(n-1) = t 0,025(15) = 2,131 x t α/2(n-1). s/ n < μ < x + t α/2(n-1). s/ n 1,15 (2,131)( 0,20/ 16) < μ < 1,15 + (2,131)(0,20/ 16) (1,15 0,11) < μ < (1,15 + 0,11) 1,04 < μ < 1,26

B. Pendugaan Rata-rata Dua Sampel ( x 1 x 2 ) t α/2(n1+n2-2).se < (μ 1 μ 2 ) < (x 1 x 2 ) + t α/2(n1+n2-2).se Menghitung SE : 1. Jika Ragam Kedua Sampel Sama ( σ 2 1 = σ 2 2 ) : SE = S g. (1/n 1 + 1/n 2 ) S g 2 = (n 1-1)S 1 2 + (n 2-1)S 2 2 n 1 + n 2 2 2. Jika Ragam Kedua Sampel Tidak Sama ( σ 1 2 σ 2 2 ) : SE = (s 1 2 /n 1 + s 2 2 /n 2 )

B. Pendugaan Rata-rata Dua Sampel Contoh : Pelajaran matematika diberikan kepada 12 siswa kelas A dengan Metode Biasa, dan 10 siswa kelas B dengan Metode Terprogram. Hasil ujian kelas A rata ratanya 85 dengan simpangan baku 4, kelas B rata ratanya 81 dengan simpangan baku 5. Tentukan selang kepercayaan 90% bagi selisih rata rata populasi, bila diasumsikan kedua populasi menyebar normal dengan ragam sama Jawab : n 1 = 12 ; x 1 = 85 ; s 1 = 4 ; n 2 = 10 ; x 2 = 81 ; s 2 = 5 ; α = 10% ; α/2 = 0,05 ; t α/2(n1+n2-2) = t 0,05(20) = 1,725 (n 1-1)S 1 2 + (n 2-1)S 2 2 (11)(16) + (9)(25) S g 2 = = n 1 + n 2 2 12 + 10 2 S g 2 = 20,05 S g = 20,05 = 4,478

B. Pendugaan Rata-rata Dua Sampel Jawab : n 1 = 12 ; x 1 = 85 ; s 1 = 4 ; n 2 = 10 ; x 2 = 81 ; s 2 = 5 ; α = 10% ; α/2 = 0,05 ; t α/2(n1+n2-2) = t 0,05(20) = 1,725 S 2 g = 20,05 S g = 20,05 = 4,478 SE = S g. (1/n 1 + 1/n 2 ) = (4,478). (1/12 + 1/10) SE = (4,478). (0,083 + 0,100) = (4,478). 0,183 SE = ( 4,478) (0,428) = 1,917 ( x 1 x 2 ) t α/2(n1+n2-2).se < (μ 1 μ 2 ) < (x 1 x 2 ) + t α/2(n1+n2-2).se ( 85 81) (1,725)(1,917) < μ < ( 85 81) + (1,725)(1,917) (4 3,307) < μ < ( 4 + 3,307) 0,693 < μ < 7,307

C. Pendugaan Rata-rata Pengamatan Berpasangan d t α/2(n-1). S d./ n < μ < d + t α/2(n-1). S d./ n d = Rata-rata dari selisih pengamatan kedua sampel S d = Simp. Baku dari selisih pengamatan kedua sampel Contoh : Pelatihan manajemen agribisnis dilakukan kepada 100 petani andalan agar mampu mengembangkan usahataninya. Setelah beberapa waktu, 6 orang diantara 100 petani andalan tersebut diselidiki keuntungan yang mereka peroleh sebelum dan sesudah pelatihan. Tentukan selang kepercayaan 95% bagi selisih rata rata populasi.

C. Pendugaan Rata-rata Pengamatan Berpasangan Petani 1 2 3 4 5 6 Sebelum 40 78 49 63 55 33 Juta Rp Sesudah 58 87 57 72 61 40 Juta Rp Jawab : Sebelum 40 78 49 63 55 33 Jumlah Sesudah 58 87 57 72 61 40 Selisih (d) 18 9 8 9 6 7 57 (d 2 ) 324 81 64 81 36 49 635

C. Pendugaan Rata-rata Pengamatan Berpasangan n = 6 ; d = 57 ; d 2 = 635 ; α = 5% ; t α/2(n-1) = 2,571 d 2 ( d) 2 /n (635) (57 2 )/6 635 541,5 S d 2 = = = n 1 6 1 5 S d 2 = 18,7 S d = 18,7 = 4,324 d = 57/6 = 9,5 ; 6 = 2,449 ; Sd / n = 4,324/2,449 = 1,765 9,5 (2,571)(1,765) < μ < 9,5 + (2,571)(1,765) 9,5 (2,571)(3,948) < μ < 9,5 + (2,571)(3,948) 9,5 4,538 < μ < 9,5 + 4,538 4,962 < μ < 14,038

D. Pendugaan Proporsi Satu Sampel n 100 : p z α/2. pq/n < π < p + z α/2. pq/n n < 100 : p t α/2(n-1). pq/n < π < p + t α/2(n-1). pq/n Contoh : Contoh acak 200 orang yang membeli pestisida di sebuah toko pestisida selama satu minggu diperoleh informasi sebanyak 60 orang yang suka membeli insektisida X. Tentukan selang kepercayaan 95% bagi proporsi sesungguhnya yang suka membeli insektisida X di toko tersebut. Jawab : n = 200 ; p = 60/200 = 0,3 ; q = 0,7 ; pq/n = (0,3)(0,7)/200 = 0,032 ; z α/2 = 1,96

D. Pendugaan Proporsi Satu Sampel n 100 : p z α/2. pq/n < π < p + z α/2. pq/n n < 100 : p t α/2(n-1). pq/n < π < p + t α/2(n-1). pq/n Jawab : n = 200 ; p = 60/200 = 0,3 ; q = 0,7 ; pq/n = (0,3)(0,7)/200 = 0,032 ; z α/2 = 1,96 0,3 1,96(0,032) < π < 0,3 + 1,96(0,032) 0,3 0,063 < π < 0,3 + 0,063 0,237 < π < 0,363 23,7 % < π < 36,3 %

E. Pendugaan Proporsi Dua Sampel (p 1 p 2 ) z α/2.se < (π 1 π 2 ) < (p 1 p 2 ) + z α/2.se SE = (p 1 q 1 /n 1 ) + (p 2 q 2 /n 2 ) Contoh : Suatu studi dilakukan untuk menduga proporsi penduduk suatu kota dan penduduk di sekitar kota tersebut yang menyetujui pembangkit listrik tenaga nuklir. Bila 1200 diantara 2000 penduduk kota dan 2400 diantara 5000 penduduk di sekitar kota yang diwawancarai menyetujui pembangunan tersbut, buat selang kepercayaan 90% bagi proporsi sebenarnya yang setuju. Jawab : n 1 = 2000 ; p 1 = 1200/2000 = 0,60 ; q 1 = 0,40 ; n 2 = 5000 ; p 2 = 2400/5000 = 0,48 ; q 2 = 0,52 SE = (p 1 q 1 /n 1 + p 2 q 2 /n 2 ) = 0,013 ; z α/2 = 1,96

E. Pendugaan Proporsi Dua Sampel Jawab : n 1 = 2000 ; p 1 = 1200/2000 = 0,60 ; q 1 = 0,40 ; n 2 = 5000 ; p 2 = 2400/5000 = 0,48 ; q 2 = 0,52 SE = (p 1 q 1 /n 1 + p 2 q 2 /n 2 ) = 0,013 ; z α/2 = 1,96 (0,60 0,48) 1,96(0,013) < (π 1 π 2 ) < (0,60 0,48) + 1,96(0,013) (0,12 0,025) < (π 1 π 2 ) < (0,12 0,025) 0,095 < (π 1 π 2 ) < 0,145