Anda di halaman 1dari 48

Pendugaan Parameter

Debrina Puspita Andriani


www.debrina.lecture.ub.ac.id
7 E-mail : debrina.ub@gmail.com / debrina@ub.ac.id
2

Outline
Pendahuluan

Pendugaan Titik

Pendugaan Interval
Pendugaan Parameter:
Kasus 1 Sampel Rataan Populasi
Pendugaan Parameter:
Kasus 1 Sampel Proporsi

Pendugaan Parameter:
Kasus 2 sampel saling bebas & berpasangan selisih rataan dua populasi

Pendugaan Parameter:
Kasus 2 Sampel Selisih 2 Proporsi
www.debrina.lecture.ub.ac.id 25/07/15
3

Pendahuluan (1)
www.debrina.lecture.ub.ac.id 25/07/15
Pendahuluan (2) 4

•  Pendugaan adalah proses yang menggunakan sampel statistik


untuk menduga atau menaksir hubungan parameter populasi
yang tidak diketahui.

•  Pendugaan merupakan suatu pernyataan mengenai parameter


populasi yang diketahui berdasarkan informasi dari sampel
random yang diambil dari populasi bersangkutan.

•  Pendugaan = Penaksiran

•  Penduga adalah suatu statistik (harga sampel) yang digunakan


untuk menduga suatu parameter. Dengan penduga, dapat
diketahui seberapa jauh suatu parameter populasi yang tidak
diketahui berada di sekitar sampel (statistik sampel)

•  Secara umum, parameter diberi lambang θ dan penduga diberi


lambang xxx
www.debrina.lecture.ub.ac.id 25/07/15
5
Pendahuluan (3)
Kriteria penduga yang baik

Populasi :
— Tidak bias Parameter

—  Efisien Sampel :


Statistik
—  Konsisten
Statistik merupakan PENDUGA bagi
parameter populasi

PENDUGA à TAK BIAS DAN


MEMPUNYAI RAGAM
MINIMUM
www.debrina.lecture.ub.ac.id 25/07/15
6
Pendahuluan (4)
STATISTIK merupakan PENDUGA bagi PARAMETER

Dua jenis pendugaan parameter

TARGET
PENDUGA
TITIK

PENDUGA
SELANG

Penduga titik tidak selalu tepat menduga


parameter populasi maka digunakan
pendugaan dalam bentuk selang interval
Dalam setiap pendugaan mengandung
PELUANG kesalahan
penduga selang à konsep probability à SELANG
KEPERCAYAAN (CONFIDENCE INTERVAL)
www.debrina.lecture.ub.ac.id 25/07/15
Pendugaan Titik (1) 7

¡  Pendugaan tunggal atau titik (point estimate)


ialah pendugaan yang terdiri dari satu nilai saja.

¡  Memberikan nilai yang kemungkinan besar


berbeda dari nilai parameter yang sebenarnya.

TARGET
PENDUGA
TITIK

www.debrina.lecture.ub.ac.id 25/07/15
Pendugaan Titik (2) 8

www.debrina.lecture.ub.ac.id 25/07/15
Pendugaan Titik (3) 9

Satu Populasi Dua Populasi

2
σ
µ p σ2 µ1 − µ 2 p1 − p2 σ
1
2
2

x p̂ s 2
pˆ1 − pˆ 2 s
2
x1 − x2 1
2
s 2
www.debrina.lecture.ub.ac.id 25/07/15
Pendugaan Interval (1) 10

•  Pendugaan tunggal yang terdiri dari satu angka tidak


memberikan gambaran mengenai berapa jarak/selisih nilai
penduga tersebut terhadap nilai sebenarnya.
•  Jika kita menginginkan suatu pengukuran yang obyektif tentang
derajat kepercayaan kita terhadap ketelitian pendugaan, maka
kita sebaiknya menggunakan pendugaan interval (interval
estimation). Pendugaan ini akan memberikan nilai-nilai statistik
dalam suatu interval dan bukan nilai tunggal sebagai penduga
parameter.

•  Pendugaan interval (selang) : pendugaan berupa


interval, dibatasi dua nilai (batas bawah dan batas
atas)
•  Pendugaan interval : interval kepercayaan atau
interval keyakinan (confidence interval) yang
dibatasi oleh batas keyakinan atas (upper
confidence limit) dan batas keyakinan bawah (lower TARGET
confidence limit) PENDUGA
•  U n t u k m e m b u a t p e n d u g a a n i n t e r v a l h a r u s TITIK
ditentukan terlebih dahulu koefisien keyakinan atau
tingkat keyakinan yang diberi simbol 1 - α PENDUGA
SELANG
www.debrina.lecture.ub.ac.id 25/07/15
Pendugaan Interval (2) 11

<

www.debrina.lecture.ub.ac.id 25/07/15
Koefisien Keyakinan atau Tingkat Keyakinan (1) 12

Misalnya : 1 - α = 0,90
α = 0,10 = 10 %.
α/2 = 0,05
jadi Zα/2 = Z 0,05 = (Z⏐P = 0,5 - α/2) = Z 0,5 – 0,05 = Z0,45 = 1,645
(lihat Tabel Normal).

Misalnya : 1- α = 0,98 dan n = 25


α = 0,02
α/2 = 0,01
jadi tα/2 ; v = tα/2 ; n – 1 = t 0,01 ; 25 –1 = t 0,01 ; 24 = 2,492
( lihat tabel Distribusi t).

www.debrina.lecture.ub.ac.id 25/07/15
Koefisien Keyakinan atau Tingkat Keyakinan (2) 13

169) = 0.99

www.debrina.lecture.ub.ac.id 25/07/15
14
Menaksir Rataan

Pendugaan Titik untuk Rataan


Populasi Penduganya
µ x 2
σ
σ2 2
s = x
n
cenderung akan menjadi penduga µ yang amat tepat, jika n (ukuran sampel) besar
www.debrina.lecture.ub.ac.id 25/07/15
15

www.debrina.lecture.ub.ac.id 25/07/15
16

www.debrina.lecture.ub.ac.id 25/07/15
17

www.debrina.lecture.ub.ac.id 25/07/15
18

www.debrina.lecture.ub.ac.id 25/07/15
CONTOH 19

Lihat di tabel
dengan nilai
1-0,025 =0,9750
à z = 1,96
www.debrina.lecture.ub.ac.id 25/07/15
CONTOH 20
Dari soal sebelumnya, tentukan selang kepercayaan 99% untuk
rataan nilai matematika semua mahasiswa tingkat sarjana

sebelumnya

www.debrina.lecture.ub.ac.id 25/07/15
21

www.debrina.lecture.ub.ac.id 25/07/15
22

Pendugaan
Parameter:
Kasus Satu Sampel
Rataan Populasi

www.debrina.lecture.ub.ac.id 25/07/15
23
µ σ2
Rataan x contoh merupakan
PENDUGA tak bias bagi µ
s2 merupakan penduga tak
x s2 bias bagi σ2

1.96 σ 1.96 σ
x x

SAMPLING ERROR
www.debrina.lecture.ub.ac.id 25/07/15
24
Dugaan Selang
Syarat : Tidak
kondisi σ2 diketahui

σ2 diduga dengan s2
s s
x − tα 2( n−1) < µ < x + tα 2( n−1)
n n
diketahui

σ σ Berlaku juga untuk


x − zα 2 < µ < x + zα 2 sampel kecil (n < 30)
n n

www.debrina.lecture.ub.ac.id 25/07/15
Contoh 25

Survei dilakukan terhadap 20 RT disuatu kota untuk menduga


besarnya rata-rata biaya pendidikan (juta Rp/thn/RT).
Datanya diperoleh sebagai berikut:

RT 1 2 3 4 5 6 7 8 9 10

Biaya
2,30 4,50 4,00 5,00 3,80 7,20 6,25 5,75 6,70 7,80
(juta Rp)
RT 11 12 13 14 15 16 17 18 19 20

Biaya
6,80 5,30 8,00 15,10 13,20 4,50 2,00 4,70 5,75 10,10
(juta Rp)

a.  Dugalah rata-rata biaya pendidikan per RT per tahun


b.  Buatlah selang kepercayaan 95%, asumsikan biaya pendidikan
mengikuti sebaran normal.

www.debrina.lecture.ub.ac.id 25/07/15
Penyelesaian 26

a.  Penduga rata-rata biaya pendidikan

µˆ = x = 6.44
Nilai s Dicari dari rumus
b.  Selang kepercayaan 95% S2= Σ(xi – xbar)2 / n-1

sx = s / n = 3,275422 / 20 = 0,732407
t(0,05 / 2;db=19) = 2,093
6,44 − 2,093x0,732 ≤ µ ≤ 6,44 + 2,093x0,732
4,905 ≤ µ ≤ 7,970

www.debrina.lecture.ub.ac.id 25/07/15
27

Pendugaan
Parameter:
Kasus Satu Sampel
Proporsi

www.debrina.lecture.ub.ac.id 25/07/15
p Proporsi p̂ contoh 28
merupakan
PENDUGA tak bias
p̂ bagi P

1.96 σ p̂ 1.96 σ p̂

SAMPLING ERROR
www.debrina.lecture.ub.ac.id 25/07/15
Dugaan Selang / interval 29

Selang kepercayaan (1-α)100% bagi p

Sampel Besar

pˆ (1 − pˆ ) pˆ (1 − pˆ )
pˆ − zα 2 < P < pˆ + zα 2
n n

Sampel Kecil

p̂(1− p̂) p̂(1− p̂)


p̂ − t(α 2;n−1) < P < p̂ + t(α 2;n−1)
n n

www.debrina.lecture.ub.ac.id 25/07/15
30
Contoh
Dari sampel dengan n = 100 mahasiswa PTS “ABC”. Ternyata 25
mahasiswa memiliki IPK ≥ 3. Buatlah dugaan untuk proporsi
mahasiswa PTS “ABC” yang memiliki IPK ≥ 3 dengan interval
keyakinan 95%.

Penyelesaian :

Interval duga: p(0,206 < P < 0,335)

www.debrina.lecture.ub.ac.id 25/07/15
31

Pendugaan
Parameter:
Kasus Dua sampel
saling bebas
Selisih rataan dua populasi

www.debrina.lecture.ub.ac.id 25/07/15
µ1 - µ2 32

x1 − x2

1.96σ x 1.96σ x
1 − x2 1 − x2

µ1-µ2

SAMPLING ERROR
www.debrina.lecture.ub.ac.id 25/07/15
Dugaan Selang 33

diketahui
Syarat :
σ1 2 & σ2 2
σ 12 σ 22 σ 12 σ 22
( x1 − x2 ) − zα + < µ1 − µ2 < ( x1 − x2 ) + zα +
2 n1 n2 2 n1 n2
Tidak
diketahui

sama
σ1 2 & σ2 2 Formula 1

Tidak
sama

Formula 2

www.debrina.lecture.ub.ac.id 25/07/15
a. Formula 1:
Jika σ1 dan σ2 tdk diketahui dan diasumsikan sama: 34

2 ⎛ 1 1 ⎞ 2 ⎛ 1 1 ⎞
( x1 − x2 ) − tα 2 ( v ) s gab ⎜⎜ + ⎟⎟ < µ1 − µ 2 < ( x1 − x2 ) + tα 2 ( v ) s gab ⎜⎜ + ⎟⎟
⎝ n1 n2 ⎠ ⎝ n1 n2 ⎠

2 (n1 − 1) s12 + (n2 − 1) s22


s gab = dan v = n1 + n2 − 2
n1 + n2 − 2

b. Formula 2:
Jika σ1 dan σ2 tdk diketahui dan diasumsikan tidak sama:
⎛ s12 s22 ⎞ ⎛ s12 s22 ⎞
( x1 − x2 ) − tα 2 ( v ) ⎜⎜ + ⎟⎟ < µ1 − µ 2 < ( x1 − x2 ) + tα 2 ( v ) ⎜⎜ + ⎟⎟
⎝ n1 n2 ⎠ ⎝ n1 n2 ⎠
2
⎛ s12 s 2
2
⎞
⎜ n + n ⎟
v= ⎝ 1 2 ⎠

⎡⎛ s 2 ⎞ 2 ⎤ ⎡⎛ s 2 ⎞ 2 ⎤
⎢⎜ 1 n ⎟ (n1 − 1)⎥ + ⎢⎜ 2 n ⎟ (n2 − 1)⎥
⎢⎣⎝ 1 ⎠ ⎥⎦ ⎢⎣⎝ 2 ⎠ ⎥⎦
Note:
Berlaku juga untuk sampel kecil
www.debrina.lecture.ub.ac.id 25/07/15
35
Contoh
Interval Kepercayaan Selisih Rata-Rata Populasi (σ diketahui)

Dua buah mesin A dan B dibandingkan dlm konsumsi BBM-


nya. Random sampling mesin A sejumlah 50 dan B sejumlah
75 dipakai. Ternyata rata-rata konsumsi BBM mesin A adalah
36 mil/galon dan mesin B 42 mil/galon. Carilah interval
kepercayaan 96% bagi μB- μA bilamana diketahui standard
deviasi populasi bagi A= 6 mil/galon dan B = 8 mil/galon

www.debrina.lecture.ub.ac.id 25/07/15
Penyelesaian 36

Diket.
XsA=36, XsB = 42; nA=50 dan nB =75. σA=6 dan σB=8

Interval kepercayaan 96% bagi μB- μA :

σ A2 σ B2 σ A2 σ B2
( xB − xA ) − z0.02 + < ( µ B − µ A ) < ( xB − xA ) + z0.02 +
nA nB nA nB

64 36 64 36
(42 − 36 ) − 2.05 + < ( µ B − µ A ) < (42 − 36 ) + 2.05 +
75 50 75 50

3.43 < μB- μA < 8.57 .

Jadi beda rata2 konsumsi BBM antara mesin A dan mesin B berkisar
antara 3.43 sampai 8.57 mil/galon
www.debrina.lecture.ub.ac.id 25/07/15
Latihan 37

Dua buah perusahaan yang saling bersaing dalam industri


kertas karton saling mengklaim bahwa produknya yang
lebih baik, dalam artian lebih kuat menahan beban. Untuk
mengetahui produk mana yang sebenarnya lebih baik,
dilakukan pengambilan data masing-masing sebanyak 10
lembar, dan diukur berapa beban yang mampu
ditanggung tanpa merusak karton. Datanya adalah :

Persh. A 30 35 50 45 60 25 45 45 50 40

Persh. B 50 60 55 40 65 60 65 65 50 55

¡  Dugalah beda kekuatan karton kedua perusahaan dengan


selang kepercayaan 95%

www.debrina.lecture.ub.ac.id 25/07/15
38

Pendugaan
Parameter:
Kasus dua sampel
berpasangan
Selisih rataan dua populasi

www.debrina.lecture.ub.ac.id 25/07/15
39
Ditimbang
Ditimbang Diberi pakan kondisi akhir :
kondisi awal : tertentu
bobot kelinci
bobot kelinci

Setelah periode tertentu

Perubahan akibat pemberian pakan :


selisih bobot akhir – bobot awal

www.debrina.lecture.ub.ac.id 25/07/15
Dugaan Selang 40

µd

Selang kepercayaan (1-α)100% bagi µd

sd sd d
d − tα 2 ( n−1) < µ D < d + tα 2 ( n −1)
n n

www.debrina.lecture.ub.ac.id 25/07/15
41
Contoh

www.debrina.lecture.ub.ac.id 25/07/15
42
Contoh
d2
25  
64  
4  
144  
25  
4  
64  
1  
36  
25  
Jumlah: - 16 392  

www.debrina.lecture.ub.ac.id 25/07/15
43
Penyelesaian

www.debrina.lecture.ub.ac.id 25/07/15
44

Pendugaan
Parameter:
Kasus Dua sampel
Selisih dua proporsi

www.debrina.lecture.ub.ac.id 25/07/15
p 1 - p2 45

pˆ1 − pˆ 2

1.96σ pˆ 1 − pˆ 2 1.96σ pˆ 1 − pˆ 2

p1-p2

SAMPLING ERROR
www.debrina.lecture.ub.ac.id 25/07/15
Dugaan Selang 46

Selang kepercayaan (1-α)100% bagi p1 - p2

Sampel Besar
pˆ1 (1 − pˆ1 ) pˆ 2 (1 − pˆ 2 ) pˆ (1 − pˆ1 ) pˆ 2 (1 − pˆ 2 )
( pˆ1 − pˆ 2 ) − zα 2 + < P1 − P2 < ( pˆ1 − pˆ 2 ) + zα 2 1 +
n1 n2 n1 n2

Sampel Kecil

p̂1 (1− p̂1 ) p̂2 (1− p̂2 ) p̂ (1− p̂1 ) p̂2 (1− p̂2 )
( p̂1 − p̂2 ) − tα 2;n1+n2−2 + < P1− P2 < ( p̂1 − p̂2 ) + tα 2;n1+n2−2 1 +
n1 n2 n1 n2

www.debrina.lecture.ub.ac.id 25/07/15
47
Contoh
BKKBN melakukan penelitian di dua daerah (D1 dan D2) untuk
mengetahui apakah ada perbedaan antara persentase penduduk
yang setuju KB di daerah tersebut. Kemudian akan dibuat
pendugaan interval mengenai besarnya selisih/perbedaan
persentase tersebut. Di daerah D1 dan D2 masing-masing dilakukan
wawancara terhadap 120 orang, antara lain menanyakan
apakah mereka setuju KB atau tidak.
Dari D1 ada 90 orang dan dari D2 ada 78 orang yang setuju KB.

Buatlah pendugaan interval dari perbedaan persentase tentang


pendapat penduduk yang setuju dengan KB, di kedua daerah
tersebut,dengan tingkat keyakinan sebesar 90%.

www.debrina.lecture.ub.ac.id 25/07/15
48
Penyelesaian
^
X1 90 ^
X 2 78
p1 = = = 0, 75, p 2 = = = 0, 65
n1 120 n2 120
^ ^
p1 − p 2 = 0, 75 − 0, 65 = 0,10

pˆ1qˆ1 pˆ 2 qˆ2 pˆ1qˆ1 pˆ 2 qˆ2


( pˆ1 − pˆ 2 ) − zα 2 + < p1 − p2 < ( pˆ1 − pˆ 2 ) + zα 2 +
n1 n2 n1 n2
0,25 0,25

0,1 – 1,64 (0,059) < (P1 – P2) < 0,1 + 1,64 (0,059)

0,003 < (P1 – P2) < 0,197


www.debrina.lecture.ub.ac.id 25/07/15

Anda mungkin juga menyukai