Pendugaan Dan Pengujian Parameter Populasi
Pendugaan Dan Pengujian Parameter Populasi
tak x i
x t / 2 s / n Onet c1
diketahui x i 1
n
2 x z / 2 / n Onez c1;
diketahui x sigma=
3 n
(n 1) s 2 (n 1) s 2 %varia.txt c1
( xi x ) 2 2 / 2;n 1
2
2
1 / 2;n 1
s2 i 1
n 1
1
1. Mulai
2. Lakukan pengambilan sampel dari populasi : x 1, x2, , xn
3. b=1000
4. i=0
5. i=i+1
6. Lakukan pengambilan sampel ke-i lagi dari sampel yang ada sebanyak n
7. Tentukan nilai statistik i
8. JIka i<b pergi ke 5
b
b
(i b ) 2
s
i 1 b 1
10. Tentukan bootstrap confidence interval melalui nilai persentil dari i
yaitu P100( dan P100(1-)
11. Selesai
2
Perintah MINITAB untuk dua macam klasifikasi di atas adalah :
No. Syarat Hipotesis Statistik uji Perintah MINITAB
nol
1 Normal, Onet c1;
Tak x 0 Test
t
diketahui s/ n
2 Normal,
x 0 Onez c1;
z
Diketahui / n Sigma ;
Test
3 Simetri Median=M0 Tanda Stest M0 C1
4 Simetri Median=M0 Wilcoxon Wtest Mo C1
Kegiatan Praktikum
1. Tentukan confidence interval 95 % untuk rata-rata dan varians harapan
hidup perempuan di region Asia
2. Ujilah pernyataan yang menyatakan bahwa rata-rata harapan hidup
perempuan di region Asia adalah 65 tahun.
3. Tentukan confidence interval 95 % untuk rata-rata dan varians
pendapatan per-kapita di region Asia
4. Tentukan confidence interval 95 % untuk rata-rata pendapatan per-kapita
di region OECD
3
Penyelesaian
1. confidence interval 95 % untuk rata-rata dan varians harapan hidup
perempuan di region Asia
Untuk menyelesaiakan masalah ini, dibutuhkan tahapan
- Pemilihan Negara-negara di region Asia, yang diluar region Asia
dihapus, [klik Data+Select Cases]
4
- Simpan data dalam format dbf [klik File+Sae As]
5
- Uji kenormalan variabel harapan hidup perempuan dengan Kolmogorov
Smirnov [klik Stat+Basic Statistics+normality test]
6
- Penentuan confidence interval rata-rata :[klik stat+basic stat+1 sample t]
7
2. Rata-rata harapan hidup perempuan di region Asia adalah 65 tahun.
Karena harpan hidup perempuan berdistribusi normal, maka
pengujian rata-ratanya dapat dilakukan dengan menggunakan stastik uji t
sebagai berikut : [klik stat+basic statistics+1 sample t]
Test of mu = 65 vs mu not = 65
Variable 95.0% CI T P
LIFEEXPF ( 61.81, 73.01) 0.91 0.375
8
3. Confidence interval 95 % untuk rata-rata dan varians pendapatan per-kapita
di region Asia
Untuk menyelesaikan permasalahan ini dibutuhkan informasi tentang
kenormalan variabel pendapatan per-kapita. Hasil pengujian kenormalan
dengan menggunakan statisitik uji Kolmogorov-Smirnov adalah sebagai
berikut :
9
Dari histogram di atas dapat disimpulkan bahwa pendapatan perkapita
berdistribusi tidak simetri. Untuk menjawab permasalahan data yang tidak
berdistribusi normal dan tidak simetri, metode bootstrap dapat digunakan
dengan cara :
MTB > bootmean.txt c11
dan hasilnya adalah :
stat_b 4242.74
se_b 1508.60
lower 1549.71
upper 7467.06
Rata-rata pendapatan perkapita untuk Negara-negara Asia adalah
4242.74 dengan standard error 1508. Rata-rata pendapatan perkapita ini
berkisar dari 1549 sampai dengan 7467 dengan peluang 95%. Sedangkan
varians pendapatan perkapita adalah :
MTB > %bootvar.txt c11
stat_b 36838694
se_b 14993480
lower 6298082
upper 64034876
Varians pendapatan perkapita Negara-negara Asia berkisar dari
6298082 sampai dengan 64034876 dengan peluang 95%.
10
4. confidence interval 95 % untuk rata-rata pendapatan perkapita di OECD
Confidence interval untuk rata-rata dapat diselesaikan dengan
confidence interval t jika data berdistribusi normal dan dapat diselesaikan
dengan sign confidence interval atau wilcoxon confidence interval jika data
berdistribusi simetri. Histogram dan hasil pengujian Kolmogorov Smirnov
untuk variabel ini adalah :
11
Lampiran 1. Macro MINITAB untuk menentukan confidence interval varians
macro
varia y ci
mconstant i n var lower upper ci chis1 chis2 alpha alpha1 alpha2 df
mcolumn y
let n=count(y)
let df=n-1
let alpha=1-ci/100
let alpha1=alpha/2
let alpha2=1-alpha1
let var=stde(y)*stde(y)
invcdf alpha1 chis2;
chis df.
invcdf alpha2 chis1;
chis df.
let lower=df*var/chis1
let upper=df*var/chis2
print lower upper
endmacro
macro macro
bootmean x bootvar x
mconstant i n b lower upper stat_b mconstant i n b lower upper stat_b
se_b mconstant se_b
mcolumn x y stat mcolumn x y stat
let n=count(x) let n=count(x)
let b=1000 let b=1000
do i=1:b do i=1:b
sample n x y; sample n x y;
replacement. replacement.
let stat(i)=mean(y) let stat(i)=stde(y)*stde(y)
enddo enddo
let stat_b=mean(stat) let stat_b=mean(stat)
let se_b=stde(stat) let se_b=stde(stat)
histo stat histo stat
sort stat stat sort stat stat
let lower=stat(25) let lower=stat(25)
let upper=stat(975) let upper=stat(975)
print stat_b se_b lower upper print stat_b se_b lower upper
endmacro endmacro
12