MAKALAH STATISTIKA

INFERENCES ABOUT A POPULATION PROPORTION

Oleh: 1.
JURUSAN TEKNIK INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET 2011

PENDAHULUAN

Kita tahu bahwa statistika terbagi atas dua fase ialah statistika deskriptif dan statistika induktif. Fase pertama dikerjakan unyuk melakukan fase kedua. Fase kedua adalah statistika induktif, berusaha menyimpulkan tentang karakteristik populasi, yang pada umunya dilakukan berdasarkan pada data sampel yang diambil dari populasi yang bersangkutan. Populasi adalah totalitas semua nilai yang mungkin, baik hasil menghitung maupun pengukuran, kuantitatif ataupun kualitatif, daripada karakteristik tertentu mengenai sekumpulan obyek yang lengkap dan jelas. Sampel adalah sebagian yang diambil dari populasi dengan menggunakan cara-cara tertentu. Dengan statistika kita berusaha untuk menyimpulkan populasi. Untuk ini kelakuan populasi dipelajari berdasarkan data yang diambil baik secara sampling ataupun sensus. Dalam kenyataannya, mengingat berbagai faktor, untuk keperluan tersebut diambil sebuah sampel yang representatif lalu berdasarkan pada hasil analisis terhadap data sampel, kesimpulan mengenai populasi dibuat. Kelakuan populasi yang akan ditinjau di sini hanyalah mengenai parameter populasi dan sampel yang digunakan adalah sampel acak. Data sampel dianalisi, nilai-nilai yang perlu, yaitu statistik, dihitung dan dari nilai-nilai statistik ini kita simpulkan bagaimana parameter bertingkah laku. Cara pengambilan kesimpulan tentang parameter yang pertama kali akan dilakukan dengan cara-cara menaksir. Jadi harga parameter yang sebenarnya tetapi tak diketahui itu akan ditaksir berdasarkan statistik sampel yang diambil dari populasi yang bersangkutan. Dalam pengujian hipotesis, penelitian dilakukan, sampel acak diambil, nilai-nilai statistik yang perlu dihitung kemudian dibandingkan menggunakan kriteria tertentu dengan hipotesis. Dalam melakukan pengujian hipotesis pasti akan muncul kekeliruan yang dapat terjadi. Dalam makalah ini akan membahas tentang kekeliruan yang akan terjadi.

Alasan yang menyebabkan estimasi rata-rata juga berlaku untuk masalah estimasi perkiraan dari proporsi populasi. Contoh 2 menganggap sampling n = 500 orang untuk menyimpulkan tentang proporsi penduduk yang menganggur. Ketika elemen n secara acak sampel dari populasi, data akan terdiri dari menghitung X dari jumlah sampel elemen memiliki karakteristik. Pemikiran umum menunjukkan proporsi sampel adalah :


 adalah statistik.

sebagai penduga dari p. Notasi topi mengingatkan kita bahwa

Bila ukuran sampel n adalah hanya sebagian kecil dari ukuran populasi, jumlah sampel X memiliki distribusi binomial dengan mean np dan standar deviasi , dimana q = (1-p). Ingat

dari bagian 6 itu, ketika n adalah besar, variabel binomial X baik didekati oleh np normal dengan mean dan deviasi standar dimana dapat dirumuskan


Z=

Pernyataan ini dapat dikonversi menjadi sebuah pernyataan tentang proporsi dengan membagi pembilang dan penyebut dengan n. Secara khusus adalah :
 

Z=

Bentuk terakhir, diilustrasikan pada Gambar 12, sangat penting bagi semua kesimpulan tentang proporsi populasi . Hal ini menunjukkan bahwa mean dan standar deviasi  adalah biasanya didistribusikan dengan

ESTIMASI TITIK p
Intuitif, proporsi sampel  adalah estimator yang wajar dari proporsi populasi p. Jika jumlah X memiliki distribusi binomial,

/2

1-

/2 

p z /2

p + z /2

Gambar 12 perkiraan distribusi normal  E(X) = np, Sejak E(  = = sd(X) = 

= X / n, sifat expetation memberikan sd

Dengan kata lain, distribusi sampling dari memiliki rata sebesar proporsi populasi. Hasil kedua menunjukkan bahwa kesalahan umum dari estimator adalah :

S.E

= for

Kesalahann Standard estimasi dapat diperoleh dengan menggantikan estimasi sampel dan =1untuk q dalam formula, atau

Estimasi S.E. =

Ketika n adalah besar, sebelum pengambilan sampel, probabilitas adalah mendekati sekitar 0,954 bahwa kesalahan estimasi   akan kurang dari 2 X (Estimasi S.E)

Titik Estimasi dari Proporsi populasi

Parameter: proporsi populasi

Data: X = Nilai yang memiliki karakteristik dalam sampel acak berukuran n

Estimator:


=


dan Estimasi S.E. =

S.E

Untuk nilai n besar, sebuah kesalahan batas (margin) yang mendekati 100 (1

) adalah

/2

Contoh Soal 1. Sebuah klub pesanan besar yang menawarkan harapan spesial bulanan ingin mencoba sebuah item baru. Sebuah pengiriman mengirim sebuah sample acak dari 250 anggota yang dipilih dari daftar lebih dari 9000 pelangggan. Berdasarkan sampel pengiriman, 70 anggota memutuskan untuk membeli item tersebut. Pertanyaan : Berikan titik perkiraan (estimasi point) proporsi dari anggota klub yang bisa diharapkan untuk membeli item dan melampirkan margin kesalahan 95,4%?. Penyelesaian : Nomor dalam sampel mewakili hanya sebagian kecil dari total keanggotaan, sehingga jumlah dapat diperlakukan seolah-olah itu adalah variabel binomial. Di sini n = 250 dan X = 70, sehingga estimasi proporsi populasi adalah

= 0.28
  

Estimasi S.E. (

= 0.028

95.4% batas kekeliruan = 2

.028 = 0.056 = 0.28 dengan 95.4% batas kekeliruan yaitu 0.06

Oleh karena itu, proporsi perkiraan adalah

(dua angka dibelakang koma, dua angka desimal) KEYAKINAN INTERVAL UNTUK p Sebuah keyakinan interval sampel besar untuk sebuah proporsi populasi berikut dari pendekatan normal proporsi sample . Sejak hampir normal dengan mean dan standart deviasi interval acak p ,

z /2

adalah sebuah kandidat. Namun, standar deviasi melibatkan

yang merupakan parameter yang tidak diketahui, jadi kita gunakan standard deviasi estimsated standar / n untuk mengatur nilai akhir dari sebuah interval keyakinan. Perhatikan lagi bahwa bentuk umum dari interval keyakinan adalah : Estimate(perkiraan) (z-value) (estimated standart error)

Interval Sample besar untuk p Untuk n besar, 100 (1- )% interval untuk p diberikan dengan :  -z
/2

+z

/2

Contoh soal 2. Pertimbangkan data dari contoh 2, di mana 41 orang ditemukan menganggur dari sebuah sampel acak 500 orang dari angkatan kerja negara. Hitung interval kepercayaan 95% untuk tingkat pengangguran di negara ini.

Penyelesaian : Ukuran sampel n = 500 adalah besar, sehingga pendekatan normal terhadap distribusi proporsi sampel 1,96. dibenarkan. ketika (1 - ) = 95, kita memiliki / 2 = 0,025 dan z.025 =

diamati = 41/500 = 0,082, dan

  

= 1-0,82 = 0,918. Kemudian menghitung

z.025

= 1.96

Oleh karena itu, didapat interval 95% untuk tingkat pengangguran di negara ini 0,082 0,024 = (0,058, 0,106), atau (5,8%, 10,6%) dalam persentase. Karena prosedur kita akan

menghasilkan pernyataan yang benar 95% dari waktu, kita dapat 95% yakin bahwa tingkat pengangguran adalah antara 5,8 dan 10,6%.

MENENTUKAN UKURAN SAMPEL Perhatikan bahwa, sebelum mengambil sample, perkiraan numerik karena itu, untuk 100 (1dari tidak tersedia. Oleh = d,

)% error margin untuk estimasi p, kita menggunakan ekspresi

z /2

 . ukuran sampel yang diperlukan diperoleh dengan menyamakan z /2

dimana d adalah batas kesalahan (margin error) yang ditetapkan. Kemudian Diperoleh

n=

Jika nilai p diketahui kira-kira di lingkungan sebuah nilai n= (1 )

, maka n dapat ditentukan dari

Tanpa pengetahuan sebelumnya dari p, pq bisa digantikan oleh maksimal nilai kemungkinan dan n ditentukan dari hubungan

n=

PENGUJIAN SAMPEL BESAR TENTANG p pengujian Ho = sampel

o

versus H1:

o.

Dengan jumlah besar dari n percobaan, proporsi


memiliki nilai
o

kira-kira mendekati distribusi normal. Berdasarkan hipotesis nol, ditentukan dan distribusi adalah mendekati N
o,

yang

  Akibatnya, statistik standar

Z=

Memiliki distribusi N(0,1). Karena hipotesis alternatif dua sisi, daerah tingkat penolakan pengujian diberikan dengan R:

/2

Untuk alternatif satu sisi, kami menggunakan penguujian satu sisi dengan cara yang persis sama kita dibahas di Bagian 4 sehubungan dengan tes tentang miu.

KESIMPULAN

Terdapat beberapa hubungan peristiwa, yaitu: 1. Peristiwa dengan probabilitas bersyarat (conditional probability) 2. Peristiwa bebas ( Independen event) 3. Peristiwa tidak saling bebas (dependent event) 4. Peristiwa saling lepas (mutually exclusive) , didalamnya terdapat hubungan Inklusif

2 Hukum Probabilitas yang berlaku adalah: 1. Hukum Perkalian Probabilitas 2. Hukum Pertambahan dari Probabilitas