MODUL TATAP MUKA VII

PENAKSIRAN PROPORSI

MENAKSIR PROPORSI Perhatikanlah populasi binom berukuran N dimana terdapat proporsi untuk peristiwa A yang ada di dalam populasi itu. Sebuah sampel acak berukuran n diambil dari populasi itu. Misalkan terdapat x peristiwa A, sehingga proporsi sampel untuk peristiwa A = (x / n). Jadi titik taksiran untuk adalah (x / n). Jika 100 % interval kepercayaan untuk penaksiran dikehendaki, maka kedua persamaan berikut harus diselesaikan Rumus 1:
n y n y

( ) y (1 ) n y = (1 )

Rumus 2:
n y=0 n y

( ) y (1 ) n y = (1 )

Harga yang didapat dari Rumus 1 merupakan batas bawah interval kepercayaan sedangkan. Sedangkan harga yang didapat dari Rumus 2 merupakan batas atasnya Rumus-rumus di atas sangat panjang, tidak praktis dan membosankan untuk diselesaikan. Karenanya sering digunakan pendekatan oleh distribusi normal kepada distribusi binomial untuk ukuran sampel n cukup besar. Rumus 100 % yakin untuk interval kepercayaan , dalam hal ini rumusnya: Rumus 3:

p z . pq / n < < p + z . pq / n
PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Hayuning Anggrahita, M.S.M.

STATISTIKA

Dengan p = x/n dan q = 1 p sedangkan z adalah bilangan z didapat dari daftar normal baku untuk peluang . Contoh 1: Misalkan kita ingin menaksir ada berapa persen anggota masyarakat berumur 15 tahun ke atas yang termasuk dalam golongan A. Untuk itu sebuah sampel acak berukuran n = 1200 diambil yang menghasilkan 504 golongan kategori A. Persentase golongan A dalam sampel: 504/1200 x 100% = 42% Jika ditaksir ada 42% anggota masyarakat berumur 15 tahun ke atas yang termasuk dalam golongan A, maka dalam hal ini telah digunakan titik taksiran. Untuk menentukan 95% interval kepercayaan parameter , Rumus 3 dapat digunakan mengingat ukuran sampel n cukup besar. Dengan p = 0,42, q = 0,58 dan z0,475 = 1,96, maka: 0,42 (1,96) (0,42)(0,58)/ 1200 < < 0,42 + (1,96) (0,42)(0,58)/ 1200 Atau 0,39 < < 0,45 Kita merasa 95% yakin bahwa persentase anggota masyarakat yang termasuk golongan A akan ada dalam interval 39% dan 45%. MENAKSIR SELISIH PROPORSI Jika kita mempunyai dua populasi binom dengan parameter untuk persitiwa yang sama masing-masing 1 dan 2. Dari populasi ini secara independen masing-masing diambil sample acak berukuran n1 dari populasi pertama dan n2 dari populasi kedua. Proporsi untuk persitiwa yang diperhatikan dari sampel-sampel itu adalah p1 = x1/n1 dan p2 = x2/n2 dengan x1 dan x2 berturut-turut menyatakan banyaknya peristiwa yang diperhatikan yang didapat dari di dalam peristiwa pertaman dan kedua. Akan ditentukan interval taksiran untuk (1 2). Untuk ini digunakan pendekatan oleh distribusi normal
PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Hayuning Anggrahita, M.S.M.

STATISTIKA

asalkan n1 dan n2 cukup besar. Rumus yang digunakan untuk interval kepercayaan 100 % selisih (1 2) adalah :

Rumus 4:

(p1 p2) z . (p1q1 / n1) + (p2q2 / n2) < (1 2) < (p1 p2) + z . (p1q1 / n1) + (p2q2 / n2)

Dengan q1 = 1 p1, q2 = 1 p2 dan z didapat dari daftar normal baku dengan peluang . Contoh 2: Dua sampel acak yang satu terdiri dari 500 pemudi dan satu lagi terdiri dari 700 pemuda yang mengunjungi sebuah pameran telah diambil. Ternyata 325 pemudi dan 400 pemuda menyenangi pameran tersebut. Tentukan interval kepercayaan 95 % untuk perbedaan persentase pemuda dan pemudi yang mengunjungi pameran dan menyenangi pameran tersebut! Jawab: Persentase pemudi yang menyenangi pameran: p1 = 325/500 x 100% = 65% Dan untuk pemuda: p2 = 400/700 x 100% = 57% Jadi q1 = 35% dan q2 = 43% Dengan n1 = 500 dan n2 = 700, sehingga didapat: (p1.q1/n) + (p2.q2/n) = {(0,65 x 0,35)/500} + {(0,57 x 0,43)/700} = 0,0284 Dari rumus 4, dengan z = 1,96 diperoleh: 0,65 0,57 (1,96).(0.0284) < 1 2 < 0,65 0,57 + (1,96).(0.0284) Atau: 0,024 < 1 2 < 0,136

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Hayuning Anggrahita, M.S.M.

STATISTIKA

Jadi: 95% yakin bahwa perbedaan persentase pemudi dan pemuda yang mengunjungi pameran dan menyenanginya akan ada dalam interval yang dibatasi oleh 2,4% dan 1,36% Jika parameter harganya ditaksir oleh harga ^ yang tertentu, maka ^ dinamakan penaksir, tepatnya titik taksiran. Barangkali titik taksiran akan lebih enak jika dikatakan penaksir saja. Kedua istilah ini akan digunakan disini untuk maksud yang sama Contoh : Untuk menaksir tinggi rata-rata mahasiswa Indonesia kita ambil sampel acak. Data sample dikumpulkan lalu dihitung rata-ratanya. Misalkan didapat xbar = 163 cm. Jika 163 cm ini dipakai untuk menaksir rata-rata tinggi mahasiswa Indonesia, maka 163 adalah titik taksiran untuk rata-rata tinggi mahasiswa Indonesia. Secara umum: xbar adalah penaksir atau titik taksiran untuk Titik taksiran untuk sebuah parameter misalnya, harganya akan berlainan bergantung pada harga xbar yang didapat sampel-sample yang diambil. Karena kita sering merasa kurang yakin atau kurang percaya atas hasil penaksiran semacam ini, sebagai gantinya dipakai interval taksiran atau selang taksiran, yaitu menaksir harga parameter diantara batas-batas dua harga. Untuk contoh di atas misalnya, kita dapat menaksir rata-rata tinggi mahasiswa antara 155 170 cm atau antara 150 170 cm dan sebagainya. Makin besar jarak interval makin percaya tentang kebenaran penaksiran yang dilakukan. Menaksir rata-rata tinggi mahasiswa antara 50 200 cm lebih merasa yakin benar, malahan merasa pasti benar daripada menaksir antara 150 175 cm. Dalam prakteknya harus dicari interval taksiran yang sempit dengan derajat kepercayaan yang memuaskan. Derajat kepercayaan menaksir, disebut koefisien kepercayaan, merupakan pernyataan dalam bentuk peluang. Jika koefisien kepercayaan dinyatakan dengan (baca: gamma), maka 0 < < 1. Harga yang digunakan bergantung pada persoalan yang dihadapi dan berapa besar si peneliti ingin yakin dalam membuat pernyataannya. Yang biasa digunakan adalah 0,95 atau 0,99, yakni = 0,95 atau = 0,99 Untuk menentukan interval taksiran parameter dengan koefisien kepercayaan , maka sebuah sampel acak diambil, lalu hitung nilai-nilai statistik yang diperlukan. Perumusan dalam bentuk peluang untuk parameter antara A dan B adalah

P (A < < B ) =
PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Hayuning Anggrahita, M.S.M.

STATISTIKA

Dengan A dan B fungsi daripada statistik, jadi merupakan variable acak, tetapi tidak bergantung pada . Perumusan di atas diartikan peluangnya adalah bahwa interval yang sifatnya acak yang terbentang dari A ke B akan berisikan . Apabila selanjutnya A dan B dihitung harganya berdasarkan data sampel, maka A dan B sekarang merupakan bilangan tetap. Dalam hal ini, pernyataan diatas tidak lagi benar tetapi harus dikatakan sebagai berikut: Kita merasa 100. % percaya bahwa parameter akan ada di dalam interval (A,B). Jadi tidaklah dikatakan: peluangnya sama dengan bahwa itu terletak diantara A dan B, melainkan seseorang hanya yakin 100. % bahwa itu terletak antara A dan B. Perbedaan ini perlu dipahami, karena memang terletak atau tidak terletak antara A dan B yang peluangnya masing-masing 1 atau 0. Misalkan kita mempunyai sebuah populasi berukuran N dengan rata-rata dan simpangan baku . Dari populasi ini parameter rata-rata akan ditaksir. Untuk keperluan ini, kita ambil sample acak berukuran n, lalu hitung statistik yang perlu yaitu x dan s. Titik taksiran untuk rata-rata adalah x. Dengan kata lain, nilai besarnya ditaksir oleh harga x yang didapat dari sampel. Untuk mendapatkan taksiran yang lebih tinggi derajat kepercayaannya, digunakan penaksiran interval atau selang taksiran disertai nilai koefisien kepercayaan yang dikehendaki. Kita bedakan menjadi 3 hal:
1.

Jika simpangan baku diketahui dan populasinya berdistribusi normal

P(xz. << x+z. )= n n

(1.1) Dengan = koefisien kepercayaan dan Z = bilangan z didapat dari tabel normal baku untuk peluang .

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Hayuning Anggrahita, M.S.M.

STATISTIKA

Rumus (1.1) dapat dinyatakan dalam bentuk lain, adalah: untuk memperoleh 100 % interval kepercayaan parameter dapat digunakan rumus:

xz. << x+z. n n

(1.2)
2.

Jika simpangan baku tidak diketahui dan populasinya berdistribusi normal Dalam kenyataannya, parameter jarang sekali diketahui, kecuali dari data masa lampau berdasarkan pengalaman. Sehingga rumusnya menjadi:

P ( x tp . s < < x + tp . s ) = n n

(2.2) Dengan = koefisien kepercayaan dan tp = nilai t didapat dari daftar distribusi student dengan p = (1 + ) dan dk = n 1. Untuk interval kepercayaannya, rumus (1.1) diganti oleh:

x tp . s < < x + tp . s n n

(2.2) Bilangan-bilangan yang didapat dari x tp .s / n dan x + tp .s / n masingmasing dinamakan batas atas dan batas bawah Jika ukuran n realtif besar dibandingkan ukuran populasi N, yakni n/N > 5%, maka rumus (1.2) menjadi

xz. n

Nn << x+z. N1 n

Nn N1

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Hayuning Anggrahita, M.S.M.

STATISTIKA

Dan rumus (2.2) menjadi

x tp . n

N n < < x + tp . N1 n

Nn N1

Contoh 1: Sebuah sample acak terdiri dari 100 mahasiswa telah diambil dari sebuah Universitas lalu nilai IQ-nya dicatat. Didapat x = 112 dan s = 10
a.

Kita dapat menyatakan IQ rata-rata untuk mahasiswa Univ tersebut = 112. Dalam hal ini titik taksiran telah digunakan Jika dikehendaki interval nilai taksiran IQ rata-rata dengan koefisien kepercayaan 0,95 maka dipakai rumus (2.2). Untuk p = 0,975 dan dk = 99 dengan interpolasi dari daftar G dalam lampiran didapat tp = 1,987 Rumus (2.2) memberikan 112 1,987 . 10 / 100 < < 112 + 1,987 . 10 / 100 Atau 110 < < 114 Jadi didapat: 95% interval kepercayaan untuk IQ rata-rata mahasiswa adalah 110 < < 114. Dengan kata lain dapat dikatakan kita merasa 95% yakin bahwa IQ rata-rata mahasiswa akan ada dalam interval denganbatas 110 dan 114

b.

Contoh 2: Jika koefisien kepercayaan = 0,99, maka tp = 2,654, sehingga rumus (2.2) menghasilkan: 112 2,654 . 10 / 100 < < 112 + 2,654 . 10 / 100 Atau 109,3 < < 114,7

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Hayuning Anggrahita, M.S.M.

STATISTIKA

Dari contoh di atas dapat dilihat bahwa makin besar koefisien kepercayaan maka semakin lebar jarak interval kepercayaan dan sebaliknya. Jika batas-batas selang kepercayaan menjadi satu, kita peroleh titik taksiran dengan derajat kepercayaan yang paling kecil. Misalkan kita mempunyai dua buah populasi, keduanya berdistribusi normal. Rata-rata dan simpangan bakunya masing 1 dan 1 untuk populasi pertama, 2 dan 2 untuk populasi kedua. Dari masing-masing populasi secara independen diambil sebuah sampel acak dengan ukuran n1 dan n2. Rata-rata dan simpangan baku dari sampel tersebut berturut-turut x1, s1 dan x 2, s2. Akan ditaksir selisih rata-rata (1 2). Jelas bahwa titik taksiran untuk (1 2) adalah ( x 1 x 2). Bagaimana interval taksirannya? Kita bedakan berdasarkan hal-hal berikut ini:
1.

Jika 1 = 2 Jika kedua populasi normal itu mempunyai 1 = 2 = dan besarnya diketahui maka 100 % interval untuk (1 2) ditentukan oleh rumus: Rumus (1) :

( x 1 x 2) z . 1/n1 + 1/n2 < (1 2) < ( x 1 x 2) + z . 1/n1 + 1/n2

Dengan z didapat dari daftar normal baku dengan peluang .

Jika 1 = 2 = , akan tetapi besarnya tidak diketahui, pertama dari sampel-sample kita tentukan varians gabungannya, dinyatakan dengan s2, rumusnya

S =

(n1 1) S1 2 + (n2 1) S2 2 n1 + n2 2

(2) Interval kepercayaannya ditentukan dengan menggunakan distribusi student. Rumus untuk 100 % interval kepercayaan (1 2) adalah: ( x 1 x 2) tp . s 1/n1 + 1/n2 < (1 2) < ( x 1 x 2) + tp . s 1/n1 + 1/n2

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Hayuning Anggrahita, M.S.M.

STATISTIKA

Rumus 3:

Dengan s didapat dari rumus 2 dan tp didapat dari daftar distribusi student (Daftar G, Lampiran) dengan p = (1 + ) dan dk = (n1 + n2 2).
2.

Jika 1 2 Untuk populasi normal dengan 1 2, teori di atas tidak berlaku dan teori yang ada hanya bersifat pendekatan Dengan memisalkan s1 = 1 dan s2 = 2, untuk sampel-sample acak berukuran cukup besar, kita dapat melakukan pendekatan kepada distribusi normal. Rumus interval kepercayaan ditentukan oleh: Rumus 4:

( x 1 x 2) z . s12/n1 + s22/n2 < (1 2) < ( x 1 x 2) + z . . s12/n1 + s22/n2

Dengan z didapat dari daftar normal baku dengan peluang . Penggunaan rumus 4 harus hati-hati sekali karena bukan saja pendekatan kepada distribusi normal yang mungkin meragukan, tetapi juga asumsi bahwa varians sampel diasumsikan sama dengan varians populasi Contoh 3: Ada dua cara pengukuran untuk mengukur kelembutan suatu zat. Cara 1 dilakukan 50 kali yang menghasilkan x 1 = 60,2 dan s12 = 24,7. Cara 2 dilakukan 60 kali dengan x 2 = 70,4 dan s22 = 37,2. Tentukan interval kepercayaan 95% mengenai perbedaan rata-rata pengukuran dari kedua cara itu. Jawab: Jika dimisalkan hasil kedua pengukuran itu berdistribusi normal, maka dari rumus 2 didapat varians gabungan: s2 = (50 1) (24,7) + (60 1) (37,2) = 31,53
PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Hayuning Anggrahita, M.S.M.

STATISTIKA

50 +60 2

Selanjutnya dihitung dulu: s. 1/n1 + 1/n2 = 31,53/50 + 31,53/60 = 1,08

Dengan p = 0,975 dan dk = 108, dari daftar distribusi t student didapat t = 1,984. Dari rumus 3 diperoleh: (70,4 60,2) (1,984) (1,08) < (1 2) < (70,4 60,2) + (1,984) (1,08) Atau 8,06 < (1 2) < 12,34 Jadi : 95% kita percaya bahwa selisih rata-rata pengkuran kedua cara itu akan ada didalam interval yang dibatasi oleh 8,06 dan 12,34
3.

Observasi berpasangan Misalkan populasi 1 mempunyai variabel acak X dan populasi 2 mempunyai variabel acak Y. Rata-ratanya masing-masing x dan y. Diambil dua sampel acak masingmasing dari setiap populasi, yang berukuran sama, Jadi n1 = n2 = n. Didapat data sample: (x1, x2, x3, ..., xn) dan (y1, y2, y3, ..., yn)

Kedua data hasil observasi ini dimisalkan berpasangan sebagai berikut: x1 berpasangan dengan y1 x2 berpasangan dengan y2 ........................................... ........................................... xn berpasangan dengan yn Dalam hal pasangan data seperti ini, maka untuk menaksir selisih atau beda ratarata B = x y, dapat pula dibentuk selisih atau beda tiap pasangan data. Jadi dicari B1 = x1 y1, B2 = x2 y2, ..., Bn = xn yn.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Hayuning Anggrahita, M.S.M.

STATISTIKA

Dari sample berukuran n yang datanya terdiri dari B1, B2, ... , Bn akan dihitung ratarata B dan simpangan baku SB, dengan menggunakan

B = Bi atau SB2 = n Bi2 (Bi2) n Rumus 5: n (n 1) 100 % interval kepercayaan untuk B ditentukan oleh:

B tp . SB / n < B < B + tp . SB / n

Dengan tp didapat dari daftar distribusi student untuk p = (1 + ) dan dk = (n 1)

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Hayuning Anggrahita, M.S.M.

STATISTIKA