02 Probabilitas PDF
02 Probabilitas PDF
OUTLINE
Bagian I Statistik Induktif
Metode dan Distribusi Sampling
OUTLINE
Bagian I Statistik Induktif
Metode dan Distribusi Sampling
Teori Pendugaan Statistik
Pengujian Hipotesa Sampel Besar
n X i ( X i ) 2
S2 =
atau S = f( X1, X2, , X n)
di mana:
n( n 1)
Standar deviasi
s2 = 1 (Xi - X) 2
n-1
s2 = 1 {(X1 - X ) 2 + (X2 - Xx) 2 + + (Xn - X ) 2}
= 1 Xi
n
X = 1 (X1 + X2 + + X n)
n
n-1
f( X2)
f( X3)
f(X1)
SIFAT-SIFAT PENDUGA
Penduga Tidak Bias
Penduga titik dikatakan tidak bias (unbiased estimator) jika di
dalam sampel random yang berasal dari populasi, rata-rata
atau nilai harapan (expexted Xvalue, ) dari statistik sampel
sama dengan parameter populasi (
) atau dapat
X
dilambangkan dengan E( ) = .
X
E( ) =
X
E( )
SIFAT-SIFAT PENDUGA
Penduga Efisien
Penduga yang efisien (efficient estimator) adalah penduga yang tidak bias dan
mempunyai varians terkecil (sx2) dari penduga-penduga lainnya.
sx12
sx12 < sx22
sx22
DEFINISI
Penduga Konsisten
Penduga yang konsisten (consistent estimator) adalah nilai dugaan
X ( ) yang
semakin mendekati nilai yang sebenarnya dengan semakin bertambahnya
jumlah sampel (n).
n tak terhingga
n sangat besar
n besar
n kecil
OUTLINE
Bagian I Statistik Induktif
Metode dan Distribusi Sampling
DEFINISI
Pendugaan interval:
Pendugaan interval adalah menyatakan jarak di dalam
mana suatu parameter populasi mungkin berada.
C
s Zsx
s + Zsx
10
0,50
0,50
X
X
X
X
Z =-2,58
Z=-1,96
X X
95%
X X
X X
X X
99%
X
X
X X
X X
0=
Z=1,96
Z =2,58
Pada gambar terlihat untuk interval keyakinan 95% terhubungkan dengan nilai Z
antara 1,96 sampai 1,96. Ini dapat diartikan juga bahwa 95% dari rata-rata hitung
sampel akan terletak di dalam 1,96 kali standar deviasinya. Sedangkan
X untuk
keyakinan 99%, maka rata-rata hitungnya juga akan terletak di dalam 2,58 kali
standar deviasinya. Interval keyakinan juga dapat dituliskan untuk C= 0,95 adalah
1,96
x dan untuk C=0,99 adalah 2,58sx.
11
0,50
0,025
(0,50/2
)
Z= -1,96
0,50
0,4750
(0,95/2
)
0,4750
(0,95/2
)
0,025
(0,50/2
)
Z= 1,96
Luas kurva adalah 1, dan simetris yaitu sisi kanan dan kiri luasnya sama yaitu 0,5. Nilai C= 0,95
apabila dibagi menjadi dua bagian simetris maka menjadi 0,4750 yang diperoleh dari 0,95/2.
Apabila digunakan tabel luas di bawah kurva normal untuk probabilitas 0,4750 maka akan
diperoleh nilai Z sebesar 1,96. Begitu juga untuk C= 0,99, maka probabilitasnya adalah 0,99/2 =
0,4950, nilai probabilitas ini terhubung dengan nilai Z= 2,58. Setelah menemukan nilai Z dan
standar deviasinya, maka dapat dibuat interval keyakinan dengan mudah misalnya untuk C=
0,95 adalah P( 1,96sx < m < + 1,96sx) = 0,95 sedang untuk C= 0,99 adalah P( X 2,58sx < < X
+ 2,58sx) = 0,99.
12
x = 1,96sx
x = 1,96sx
x1
Interval 1 mengandung
x2
Interval 2 mengandung
x95
Interval 95 mengandung
x96-100
Interval 95 sampai 100 tidak mengandung
Pada gambar di atas terlihat bahwa interval 1 dengan nilai rata-rata Xinterval 95 dengan
rata-rata X 95 mengandung nilai parameternya yaitu dan hanya X 96 sampai X 100 atau
5% interval saja yang tidak dari statistik mengandung . Jadi interval keyakinan C= 95
dapat diartikan bahwa sebanyak 95% interval
X mengandung nilai parameter aslinya yaitu
dan hanya 5% interval saja yang tidak mengandung parameternya.
13
OUTLINE
Bagian I Statistik Induktif
Pengertian Teori dan Kegunaan
Pendugaan
DEFINISI
Kesalahan standar dari rata-rata hitung sampel adalah standar deviasi distribusi sampel dari rata-rata
hitung sampel. Kesalahan standar dari rata-rata hitung dihitung dengan rumus sebagai berikut:
Untuk populasi yang tidak terbatas n/N < 0,05:
sx =
s =
x
N n
n N 1
Di mana:
: Standar deviasi populasi
sx : Standar error / kesalahan standar dari rata-rata hitung sampel
n : Jumlah atau ukuran sampel
N : Jumlah atau ukuran populasi
15
OUTLINE
Bagian I Statistik Induktif
Pengertian Teori dan Kegunaan
Pendugaan
Z /2s/
n
C/2
Nilai Terdekat Nilai Z
0,495
0,4951 2,58
0,49
0,4901 2,33
0,475
0,475 1,96
0,45
0,4505 1,65
0,425
0,4251 1,44
0,4
0,3997 1,28
17
2,58 s/n
2,33 s/n
1,96 s/n
1,65 s/n
1,44 s/n
1,28 s/n
18
Batas bawah
Batas atas
1-
/2
/2
-Z
/2
Z
/2
19
OUTLINE
Bagian I Statistik Induktif
Metode dan Distribusi Sampling
Mulai
Identifikasi
masalah
Menentukan sampel
(n) dan nilai rata-rata
X
Z/2 s/n
Menentukan Keyakinan(C
atau = (1 C) dan Nilai Z
Populasi Terbatas
Z/2 s/(N - n)/N-1
21
Di mana:
: Rata-rata dari sampel
Z/2 : Nilai Z dari tingkat kepercayaan
: Rata-rata populasi yang diduga
x : Standar error / kesalahan standar dari rata-rata hitung sampel
C : Tingkat keyakinan
= (1 C)
22
S =
x
S
n
N n
N 1
Distribusi normal standar
Distribusi t dengan n=25
Distribusi t dengan n=15
Distribusi t dengan n=5
23
t/2:
sx
C
24
OUTLINE
Bagian I Statistik Induktif
Metode dan Distribusi Sampling
Teori Pendugaan Statistik
Pengujian Hipotesa Sampel Besar
p(1 p )
n 1
N n
N 1
Sp =
p( 1 p )
n1
OUTLINE
Bagian I Statistik Induktif
Metode dan Distribusi Sampling
Teori Pendugaan Statistik
Pengujian Hipotesa Sampel Besar
X2
) + Z/2. x1-x2)
x1 2
x 1 x 2= =
n1
x2 2
n2
Apabila standar deviasi dari populasi tidak ada, maka dapat diduga dengan standar deviasi sampel
yaitu:
Di mana:
sx 1 2
s x 1 x 2= =
n1
sx 2 2
n2
s p1 p 2 = =
p 1 ( 1 p1 ) p2 ( 1 p2 )
+
n1 1
n2 1
29
OUTLINE
Bagian I Statistik Induktif
Metode dan Distribusi Sampling
Teori Pendugaan Statistik
Pengujian Hipotesa Sampel Besar
10
31
n = [(Z/2.)/]2
Rumus tersebut diturunkan dari interval keyakinan sebagaimana
diuraikan sebagai berikut:
P (Z/2 < Z < Z/2 ) = C = 1
(Z/2 < (X )/(
/
n) < Z/2)
(Z/2 (
/
n) < ( X ) < Z/2(
/
n))
(x ) < Z/2(
/
n); ingat bahwa error = X
< Z/2(
/
n);
2 = (Z/2)2(
2/n);
n = [(Z/2.
)/]2
32
2
(Z/2.)2 p(1 p) + 1
2
33
11
TERIMA KASIH
34
12