INFERENSIA STATISTIKA

Bab 9
Pendugaan

Pendugaan:
Inferensia untuk Satu Populasi

Selang Kepercayaan
Isi Bahasan Bab 9:
Selang kepercayaan bagi Mean Populasi ,

pada kasus simpangan baku populasi diketahui

pada kasus simpangan baku populasi tidak diketahui

Menentukan ukuran sampel yang diperlukan

Selang kepercayaan bagi Proporsi Populasi P

Dugaan Titik

Kita dapat menduga

Parameter Populasi

dengan Statistik
Sampel
(dugaan titik)

Mean

Proporsi

^
P=p

Pendugaan Titik dan

Selang

Dugaan titik berupa nilai tunggal

Dugaan selang berupa interval di antara dua nilai, dan

menampilkan informasi tambahan tentang keragaman

Batas
Kepercayaan
Bawah

Dugaan Titik
Lebar
Selang Kepercayaan

Batas
Kepercayaan
Atas

Selang Kepercayaan

Berapa besarnya ketidakpastian yang

berkaitan dengan dugaan titik dari parameter
populasi?

Dugaan selang memberikan informasi

tentang karakteristik populasi yang lebih
daripada dugaan titik

Dugaan selang disebut Selang Kepercayaan

Dugaan Selang Kepercayaan

Selang memberikan nilai range:

Dengan mempertimbangkan variasi dalam

statistik dari sampel ke sampel

Didasarkan pada observasi dari sampel tunggal

Memberikan informasi tentang kedekatan

dengan parameter populasi yang tidak diketahui

Dinyatakan dalam bentuk suatu taraf

kepercayaan, yang tidak pernah 100% pasti

Proses Pendugaan
Sampel Acak
Populasi
(mean, , tidak
diketahui)

Sampel

Mean
x = 50

Saya 95%
percaya bahwa
di antara 40
& 60

Selang Kepercayaan
Rumus umum selang kepercayaan:

Point Estimate (Critical Value)(Standard Error)

Dugaan Titik (Nilai Kritis)(Galat Baku)

Taraf Kepercayaan (Confidence Level)

Kepercayaan dimana selang mengandung
parameter populasi yang tidak diketahui
Taraf kepercayaan berupa persentase (lebih
kecil dari 100%)

Taraf Kepercayaan, (1-)

Misalkan taraf kepercayaan = 95% juga

dapat ditulis sebagai (1 - ) = .95
Interpretasi frekuensi relatif:

In the long run, 95% selang kepercayaan yang

mengandung atau mencakup parameter populasi
yang tidak diketahui dapat dibuat

Selang spesifik yang mungkin mencakup

atau tidak mencakup nilai parameter
sebenarnya

Dalam hal ini selang kepercayaan tidak berkaitan

dengan peluang

Selang Kepercayaan bagi

Mean
Confidence
Intervals
Population
Mean

Known

Unknown

Population
Proportion

Selang Kepercayaan bagi

(untuk diketahui)

Asumsi:
Simpangan baku populasi diketahui, atau
ukuran sampel cukup besar
Populasi berdistribusi normal
Bila populasi tidak berdistribusi normal,
gunakan ukuran sampel yang besar

Dugaan Selang epercayaan:

x z /2

Nilai ritis dalam Selang

Kepercayaan

Misalkan 95% selang kepercayaan:

z /2 1.96

1 .95

.025
2

.025
2

z units:

z.025= -1.96

x units:

Batas
Kepercayaan
Bawah

0
Dugaan Titik

z.025= 1.96
Batas
Kepercayaan
Atas

Taraf Kepercayaan yang Umum

Digunakan

Taraf kepercayaan yang sering

digunakan: 90%, 95%, and 99%
Taraf
Kepercayaan
80%
90%
95%
98%
99%
99.8%
99.9%

Koefisien
Kepercayaan

Nilai z

z /2

.80
.90
.95
.98
.99
.998
.999

1.28
1.645
1.96
2.33
2.57
3.08
3.27

Taraf dan Selang

Kepercayaan
Distribusi Sampling dari Mean
/2

Selang
dari

x z /2
xke z

/2

/2

x
x1
x2

n
Selang Kepercayaan

100(1-)%
selang yang
dibuat
mencakup ;
100% tidak
mencakup .

Galat Margin (Margin of

Error)

Margin of Error (e): Nilai yang ditambahkan

dan dikurangkan dari dugaan titik dalam selang
kepercayaan
Contoh: Margin of error dalam pendugaan , untuk
diketahui:

x z /2

e z /2

Factors Affecting Margin of

Error
e z /2

Variasi data, :

as

Ukuran sampel, n :

as n

Taraf kepercayaan, 1 - :

if 1 -

Kepercayaan, bila
Diketahui, Large Sample

11 sampel rangkaian diambil secara acak dari

populasi normal yang berukuran besar. Mean
sampel diperoleh 2.20 ohms. Berdasarkan
pengalaman simpangan baku populasi diketahui= 0
.35 ohms. Maka 95% SK bagi mean populasi:

x z /2

2.20 1.96 (.35/ 11)

2.20 .2068
1.9932 .......... ..... 2.4068

Kepercayaan, bila
Diketahui, Large Sample

Contoh: Untuk menentukan konsentrasi zat aktif dalam

suatu produk farmasi, dilakukan analisis laboratorium.
Analisis kimia ini tidaklah tepat sempurna, pengukuran
berulang pada sampel yang sama akan memberikan hasil
sedikit berbeda dan menyebar mendekati normal dengan
simpangan baku sama dengan 0,0068 gram per liter. Analisis
kimia diulang sebanyak 3 kali dan menghasilkan konsentrasi
zat aktif: 0,8403 0,8363 0,8447.
Tentukan selang kepercayaan 99 % bagi mean konsentrasi
sebenarnya!

Contoh Selang Kepercayaan, bila

Diketahui
Jawab: n = 3 dan = 0,0068
= (0,8403+ 0,8363 + 0,8447)/3 = 0,8404
= 0,01 dan /2 = 0,005, sehingga z /2 = 2,576

Jadi, selang kepercayaan 99 % bagi adalah:

0,8404 2,576 (0,0068/3)

0,8404 0,0101
zdan
/ 0,8505
2
Kita yakin 99 % bahwa di antarax0,8303
terkandung konsentrasi sebenarnya.

SK dengan MINITAB
MTB > OneZ C1;
SUBC> Sigma 0.0068;
SUBC> Confidence 99.0.
One-Sample Z: C1
The assumed sigma = 0.0068
Variable
N
Mean StDev SE Mean
99.0% CI
C1
3 0.84043 0.00420 0.00393 ( 0.83032, 0.85055)
MTB > OneZ C1;
SUBC> Sigma 0.0068.
One-Sample Z: C1
The assumed sigma = 0.0068
Variable
N
Mean StDev SE Mean
95.0% CI
C1
3 0.84043 0.00420 0.00393 ( 0.83274, 0.84813)

Selang Kepercayaan bagi Mean

( diketahui)

Ternyata, selang kepercayaan 90 %

memberikan lebar selang yang lebih sempit
atau dugaan selang yang lebih akurat
daripada selang kepercayaan 99 %.

Selang Kepercayaan bagi Mean

( tidak diketahui)
Misalkan pengukuran dilakukan hanya sekali dan
menghasilkan x = 0,8404. Ulangi perhitungan pada
contoh di atas dengan n = 1!
Selang kepercayaan 99 % bagi adalah:
0,8404 2,576 (0,0068/1)
0,8404 0,0175
Kita yakin 99 % bahwa konsentrasi sebenarnya berada
di antara 0,8229 dan 0,8579.
Ternyata pengukuran sebanyak 3 kali memberikan lebar
selang lebih pendek daripada 1 kali pengukuran.

Selang Kepercayaan bagi Mean

( diketahui)

Idealnya selang kepercayaan yang

diinginkan adalah lebih pendek dan
dengan tingkat kepercayaan lebih
tinggi sehingga dugaan selang yang
dihasilkan memiliki keakuratan yang
tinggi dan tingkat keyakinan yang
tinggi pula.

Selang Kepercayaan bagi Mean

( tidak diketahui, Small Sample)

Bila simpangan baku populasi tidak

diketahui, kita dapat menduganya dengan
simpangan baku sampel s

Hal ini menjadikan ketidakpastian semakin

meningkat karena simpangan baku sampel
s beragam dari sampel ke sampel

Dalam hal ini kita gunakan distribusi tstudent daripada distribusi normal

Selang Kepercayaan bagi Mean

( tidak diketahui, Small Sample)

Asumsi:

Simpangan baku populasi tidak diketahui

Populasi berdistribusi normal

Gunakan distribusi t-student dengan derajat

bebas = n-1
(1-)% Selang Kepercayaan bagi :

x t /2

s
n

Distribusi t-Student

t-Student merupakan keluarga distribusi

Nilai t tergantung pada derajat bebas

(degrees of freedom), yaitu jumlah observasi yang
bernilai bebas bervariasi setelah mean sampel dihitung:

db = n - 1

Derajat Bebas (db)

Ide dari db: Jumlah pengamatan yang bebas bervariasi
setelah mean sampel dihitung
Contoh: Misalkan mean dari 3 observasi = 8.0
misal x1 = 7
misal x2 = 8
berapa x3?

Bila mean = 8.0,

Maka x3 harus = 9
(nilai x3 tidak bebas
bervariasi)
Dalam hal ini untuk n = 3, maka db = n -1 = 3 1 = 2
(2 nilai observasi dapat bervariasi, tidak harus 7 dan 8 tetapi
observasi 3 tidak bebas untuk mean tertentu)

Distribusi t-Student
Catatan: Semakin besar ukuran sampel n,
distribusi t-Student mendekati distribusi z
t
z as n increases
Standard Normal
(t with df = )
t (df = 13)
t-distributions are bellshaped and symmetric, but
have fatter tails than the
normal

t (df = 5)

Tabel t-Student
Upper Tail Area
db

.25

.10

.05

1 1.000 3.078 6.314

Misal n = 3
db = n - 1 = 2
= .10
/2 =.05

2 0.817 1.886 2.920

/2 = .05

3 0.765 1.638 2.353

Badan tabel berisi
nilai t, bukan
besarnya peluang

2.920 t

Nilai Distribusi tStudent

Dibandingkan dengan nilai z
Taraf

t
Kepercayaan (db:10 )

t
(db:20)

t
(db:30)

z
____

.80

1.372

1.325

1.310

1.28

.90

1.812

1.725

1.697

1.64

.95

2.228

2.086

2.042

1.96

.99

3.169

2.845

2.750

2.57

Catatan: t

z dengan semakin besarnya n

Contoh Selang Kepercayaan, bila

Tidak Diketahui, Small Sampel
A random sample of n = 25 has x = 50 and
s = 8. Form a 95% confidence interval for

d.f. = n 1 = 24, so

t /2 , n1 t.025,24 2.0639

The confidence interval is

x t /2

s
8
50 (2.0639)
n
25

46.698 .. 53.302

Contoh Selang Kepercayaan, bila

Tidak Diketahui, Small Sampel
Contoh:
Dalam suatu percobaan tentang metabolisme serangga.
Setelah 10 jam diberi larutan gula dan air, tubuh
serangga dibedah dan pada jaringan usus diukur
kandungan gulanya. Dari 5 serangga yang diamati,
ternyata ditemukan sejumlah kandungan gula (dalam
mikrogram) berikut:
55,95 68,24 52,73 21,50 23,78.
Tentukan selang kepercayaan 95 % bagi nilai tengah
kandungan gula dalam serangga!

Contoh Selang Kepercayaan, bila

Tidak Diketahui, Small Sampel
Jawab: n = 5
= (55,95++23.78)/5 = 44,44 dan s = 20,741
x
= 0,05 dan /2 = 0,025. Dengan db = 5-1 = 4, nilai t/2 = 2,776
Jadi, selang kepercayaan 95 % bagi adalah:

44,44 2,776 (20,741/5)

44,44 25,75

x t / 2

s
n

Contoh Selang Kepercayaan, bila

Tidak Diketahui, Small Sampel

Dengan demikian, selang kepercayaan 95 % bagi

nilai tengah kandungan gula pada serangga
terletak di antara 18,69 dan 70,19 mikrogram.
Besarnya lebar selang yang dihasilkan
disebabkan oleh ukuran sampel yang kecil dan
besarnya keragaman di antara serangga
(perhatikan besarnya nilai s!).

Berapa Besar Ukuran

Sampel n?
Bila = 45, tentukan ukuran sampel agar
dengan 90% selang kepercayaan
mengandung dalam 5?

z /2
n

1.645(45)

219.19

Banyak sampel yang diperlukan n = 220

(selalu dibulatkan ke atas)

Ukuran Sampel Bila Tidak Diketahui

Bila tidak diketahui, ukuran sampel

dapat diduga dengan rumus terdahulu

Gunakan nilai yang diharapkan paling tidak

sama besarnya dengan nilai sebenarnya

Lakukan sampel pilot atau sampel

pendahuluan untuk menduga nilai dengan
simpangan baku sampel s

Confidence Intervals for

the
Population Proportion, p

An interval estimate for the population

proportion ( p ) can be calculated by
adding an allowance for uncertainty to
the sample proportion ( p )

Confidence Intervals for

the
Population Proportion P

Recall that the distribution of the sample

proportion is approximately normal if the
sample size is large, with standard deviation

P(1 P)
n

Galat baku di atas diduga oleh:

s
p

p(1 p)
n

Confidence interval
endpoints

Upper and lower confidence limits for the

population proportion are calculated with the
formula

pz

di mana

z nilai normal baku

p proporsi sampel
n ukuran sampel

/2

p (1 p )
n

Example

A random sample of 100 people

shows that 25 are left-handed.

Form a 95% confidence interval for

the true proportion of left-handers

Example

(continue
d)
shows

A random sample of 100 people

that 25 are left-handed. Form a 95%
confidence interval for the true proportion
of left-handers.

1. p 25/100 .25
2. Sp p(1 p)/n .25(.75)/n .0433
3.

.25 1.96 (.0433)

0.1651 . . . . . 0.3349

Interpretation

We are 95% confident that the true

percentage of left-handers in the population
is between
16.51% and 33.49%.

Although this range may or may not contain

the true proportion, 95% of intervals formed
from samples of size 100 in this manner will
contain the true proportion.

Changing the sample size

Increases in the sample size reduce

the width of the confidence interval.

Example:

If the sample size in the above example is

doubled to 200, and if 50 are left-handed in the
sample, then the interval is still centered at .25,
but the width shrinks to

.19 .31

Finding the Required Sample

Size
for proportion problems
Define the
margin of error:

Solve for n:

e z /2

2
/2

p(1 p)
n

p (1 p)
2
e

p can be estimated with a pilot sample, if

necessary (or conservatively use p = .50)

What sample size...?

How large a sample would be necessary

to estimate the true proportion defective
in a large population within 3%, with 95%
confidence?
(Assume a pilot sample yields p = .12)

What sample size...?

Solution:
For 95% confidence, use Z = 1.96
E = .03
p = .12, so use this to estimate p

z 2 /2 p (1 p) (1.96)2 (.12)(1 .12)

n

450.74
2
2
e
(.03)
So use n = 451