Basic Statistics - 8 - Statistical Estimation PDF

NURUL FITRIYANI, S.Si., M.Si.
nurul.Fitriyani@unram.ac.id
FMIPA UNIVERSITAS MATARAM

2017
Basic Statistics - 2017 2
Selang
Kepercayaan
Proporsi Mean Varian
Selisih Selisih Rasio

1 Proporsi 1 Mean 1 Varian
2 Proporsi 2 Mean 2 varian
 Populasi Varian Varian Tdk

Diketahui Terbatas Diketahui Diketahui
Data
s1 = s 2 s1 ≠ s2 Berpasangan
 Asumsi
▪ Simpangan baku Populasi () Diketahui
▪ Populasi Berdistribusi Normal
▪ Jika tidak Normal, gunakan sampel besar (n ≥ 30)
 Estimasi Selang Kepercayaan

 
X  Z / 2     X  Z / 2 
n n
 Contoh :
Suatu sampel acak 49 batang baja profil,
menghasilkan rata-rata kekuatan tarik sebesar 120
kg/mm2. Apabila standar deviasi populasinya
diketahui = 14 kg/mm2.
Buat selang kepercayaan 95 % untuk rata-rata
kekuatan tarik dari jenis baja profil tersebut.
 Penyelesaian :
 
X  Z / 2     X  Z / 2 
n n
14 14
120  1.96    120  1.96
49 49
116 .08    123 .92

 Untuk mengetahui rata-rata waktu transaksi
menggunakan mesin ATM, diambil sampel
sebanyak 38 transaksi dan diperoleh rata-rata
waktu transaksi selama 261 detik dengan standar
deviasi populasi 22 detik. Buat selang kepercayaan
99 % untuk rata-rata waktu transaksi menggunakan
ATM.
 Untuk mengestimasi rata-rata pendapatan mingguan
dari pekerja restoran, seorang peneliti
mengumpulkan data pendapatan mingguan dari
sampel acak sebanyak 75 pekerja restoran dan
didapatkan rata-rata $227 dengan standar deviasi
populasi $15. Buat selang kepercayaan 90% dan 80%
untuk rata-rata pendapatan mingguan pekerja
restoran tersebut.

 Dalam suatu studi kualitas nutrisi dari fast foods,
diukur kandungan lemak 35 sampel acak
hamburger. Diperoleh rata-rata 30.2 gr dengan
standar deviasi populasi 3.8 gr. Buat selang
kepercayaan 95% untuk rata-rata kandungan lemak
dalam hamburger.
 Pada studi yang sama, juga diukur kandungan
sodiumnya dan diperoleh rata-rata 658 mg dengan
simpangan baku populasi 47 mg. Buat selang
kepercayaan 98 % untuk rata-rata kandungan
sodium dalam hamburger.

Selang
Kepercayaan


Data
 Asumsi
▪ Simpangan baku Populasi () Tidak Diketahui
▪ Ukuran Sampel Kecil (n < 30)

 Menggunakan Distribusi Student’s t
S S
X  t / 2,n1     X  t / 2,n1 
n n

Standard
Normal
• Bentuk
Lonceng t (db = 13)
• Simetris t (db = 5)
• Ekor ‘Lebih
Besar’ Z
0 t
Banyaknya pengamatan yang bebas
bervariasi setelah rata-rata sampel
dihitung.

Derajat bebas
=n–1 =3–1 =2
 Contoh
Rata-rata dari 3 bilangan adalah 2.
X1 = 1 (atau Bilangan Lain)
X2 = 2 (atau Bilangan Lain)
X3 = 3 (TIDAK bebas bervariasi)
Rata-rata = 2

Area Di atas Ekor Asumsi
/2 n=3
db 0.25 0.10 0.05
db = n - 1 = 2
1 1.000 3.078 6.314
 = 0.10
2 0.817 1.886 2.920 /2 = 0.05
3 0.765 1.638 2.353
0.05
0 2.920 t
Sebuah sampel acak dengan n = 25
mempunyai rata-rata 50 dan simpangan
baku 8. Buat estimasi selang kepercayaan
95 % untuk rata-rata.

 Data < 30
 Simpangan baku populasi tidak diketahui
 Gunakan distribusi Student’s t.

S S
X  t / 2,n 1     X  t / 2,n 1 
n n
8 8
50  t0.05 / 2 ; 251     50  t0.05 / 2 ; 251 
25 25
8 8
50  t0.025 ; 24     50  t0.025 ; 24 
5 5
8 8
50  2.064     50  2.064 
5 5
46.6976    53.3024
Selang
Kepercayaan


Data
Populasi 1 Populasi 2
 , 
1
2
1  ,  
2
2
2
Sampel 1 Sampel 2
n x
1, 1 , s1 
2
n x
2, 2 , s2
2

Estimator titik dari 1  2 
adalah x1  x2 
Bagaimana dengan estimasi selangnya?

E ( X 1 )  1
 2 E ( X 1  X 2 )  1  2
Var ( X 1 )  1
n1
Var( X 1  X 2 )  V ( X 1 )  V ( X 2 )
E ( X 2 )  2
 22  2
 2
Var ( X 2 )   1
 2
n2 n1 n2
Independen, saling lepas, dapat di pecah.

Selang
Kepercayaan


Data
1 = 2 1 ≠ 2 Berpasangan
Varian Diketahui
( X 1  X 2 ) ~ N ( 1  2 ,  / n1   / n2 )
2
1
2
2
( X 1  X 2 )  ( 1  2 )
~ N (0,1)
 12 / n1   22 / n2

 z / 2  Z 0,1  z / 2
( X 1  X 2 )  ( 1   2 )
 z / 2   z / 2
 12  22

n1 n2
 12  22  12  22
( X 1  X 2 )  z / 2   ( 1   2 )  ( X 1  X 2 )  z / 2 
n1 n2 n1 n2

Seorang importir mobil menerima 2 jenis mobil (A dan B).
Untuk mengetahui fuel ekonomi dari 2 jenis tersebut maka
dari 50 data yang dikumpulkan dari masing-masing jenis
ternyata rata-rata jarak tempuh per liter jenis A = 12.82
km/lt dan jenis B = 12.08 km/lt.
Bila standar deviasi masing-masing diketahui sebesar 0.8
km/lt dan 0.94 km/lt, buat selang kepercayaan 95 % untuk
beda rata-rata jarak tempuh per liter.
Estimasi Selang Selisih 2 Rata-rata
 12  22
( X 1  X 2 )  z / 2 
n1 n2
0.82 0.94 2
(12.82  12.08)  z0.025 
50 50
(0.74)  1.96 0.0128  0.0176
0.397784  ( 1   2 )  1.082216
34
Selang
Kepercayaan


Data
1 = 2 1 ≠ 2 Berpasangan
(1) Varian Tidak Diketahui dan 1 = 2
( X 1  X 2 )  ( 1  2 )
~ tn1 n2 2
1 1
s   
2
p
 n1 n2 
(n1  1) s  (n2  1) s
2 2
dengan s 
2 1 2
n1  n2  2
p
 t / 2,n1  n2  2  t n1  n2  2  t / 2,n1  n2  2
( X 1  X 2 )  ( 1   2 )
 t / 2,n1  n2  2   t / 2,n1  n2  2
1 1
s   
2
p
 n1 n2 

Jadi,
1 1
( X 1  X 2 )  t / 2,n1  n2  2  s p 
n1 n2
 ( 1   2 ) 
1 1
( X 1  X 2 )  t / 2,n1  n2  2  s p 
n1 n2

(2) Varian Tidak Diketahui dan 1 ≠ 2
( X 1  X 2 )  ( 1  2 )
~ t
2 2
s s

1 2
n1 n2
2
s 2
s  2

n n 
1 2

  2  12 2 
( s1 / n1 ) ( s22 / n2 ) 2

( n1  1) ( n2  1)
 t / 2,v  tv  t / 2,v
( X 1  X 2 )  ( 1   2 )
 t / 2,v   t / 2,v
s12 s22

n1 n2

Jadi,
2 2
s1 s2
( X 1  X 2 )  t / 2,v  
n1 n2
 ( 1   2 ) 
2 2
s1 s2
( X 1  X 2 )  t / 2,v  
n1 n2

Dua jenis baja diambil masing-masing 7 dan 6 sampel,
pengambilan dilakukan secara acak kemudian diuji
kekerasannya dan masing-masing memberikan hasil sebagai
berikut.
Baja I : 157.8; 156.2; 161.9; 154.4; 153.6; 156.4; 153.2
Baja II: 164.2; 158.7; 163.1; 162.5; 159.8; 159.2
Buat selang kepercayaan 95 % untuk beda/ selisih kekerasan
kedua jenis baja tersebut.
 Baja I :
n1  7 x1  156.2143 s12  9.01500625
 Baja II :
n2  6 x2  161.25 s22  5.299204

Jika 1 = 2
(7  1)9.015  (6  1)5.299 
2 2
s 
2
762
p
s p  s 2p  1.638

Jadi,
1 1
( X 1  X 2 )  t / 2,n1  n2  2  s p 
n1 n2
(161.25  156.2143)  t0.025, 7  6 2  1,638

1 1

7 6
(161.25  156.2143)  2,201  1,638

1 1

7 6
3.030  ( 1   2 )  7.0415
Jika 1 ≠ 2
2
s s 
2 2
   1 2
 2  n1 n2 
( s1 / n1 ) 2 ( s22 / n2 ) 2

( n1  1) ( n2  1)

9.01500625 2
/ 7  5.299204 / 6
2 2
9.01500625 2
/ 7  / 6  5.299204 / 6 / 5
2 2 2
 10.9  11
Jadi,
2 2
s1 s2
( X 1  X 2 )  t / 2,v  
n1 n2
2 2
s1 s2
( X 1  X 2 )  t0.025,11  
n1 n2
5.0357  2,201  9.015006252 / 7  5.2992042 / 6
1.8297  ( 1   2 )  8.2414
Selang
Kepercayaan


Data
Untuk Data Berpasangan
 Dua kelompok data yang diukur dari individu yang
sama.
 Percobaan yg perlakuannya dipasang-pasangkan.

Langkah – Langkah :
1. d = x 1 – x2
2. Hitung rata-rata (d) dan varian (d)
 1  2   d  t / 2,n 1
sd sd
3. d  t / 2,n 1
n n

Terdapat 15 orang pasien yang diukur tekanan
darahnya sebelum dan sesudah diberi obat “X”, untuk
mengetahui apakah obat tersebut dapat menurunkan
tekanan darah pemakainya. Buat selang kepercayaan
95 % untuk beda rata-rata tekanan darah sebelum dan
sesudah pemberian obat.

Sebelum(A) 70 80 72 76 76 76 72 78 82 64 74 92 74 68 84
Sesudah(B) 68 72 62 70 58 66 68 52 64 72 74 60 74 72 74
d=A–B 2 8 10 6 18 10 4 26 18 -8 0 32 0 -4 10
d  8.80
sd  10.98
t0.025;14  2.145

 1   2   d  t / 2,n 1
sd sd
d  t / 2,n 1
n n
 1   2   8.80  2.145 

10.98 10.98
8.80  2.145 
15 15
2.72  1   2   14.88

 Buatlah masing-masing satu contoh soal
beserta penyelesaiannya untuk setiap kasus
estimasi selang kepercayaan yang telah
dipelajari.

Selang
Kepercayaan


Data
 Asumsi
▪ Muncul dua kategori
▪ Populasi mengikuti Distribusi Binomial
▪ Dapat digunakan pendekatan Normal
▪ n · p 5 & n · (1 – p)  5

p(1  p) p(1  p)
p  Z / 2     p  Z / 2 
n n

Misalkan ingin diestimasi berapa persen penduduk
yang berusia 15 tahun ke atas yang termasuk ke
dalam golongan A. Untuk ini, sebuah sampel acak
berukuran 1200 diambil, dan dihasilkan 504 orang
tergolong kelompok A. Tentukan selang
kepercayaan 95 % bagi proporsi populasi.
 Data > 30, sampel besar
 Estimasi titik proporsi diketahui :
p = presentase golongan A dalam sampel
= (504 / 1.200) x 100 % = 42 %
 p = 42 % = 0.42
 q = 1 – p = 58 % = 0.58
p(1  p) p(1  p)
p  Z / 2     p  Z / 2 
n n
0.42(0.58) 0.42(0.58)
0.42  Z 0.05 / 2     0.42  Z 0.05 / 2 
1200 1200
0.42  1.960.014    0.42  1.960.014

0.39    0.45
Selang
Kepercayaan


Data
( p1  p2 )  ( 1   2 )
~ N (0,1)
p1 (1  p1 ) p2 (1  p2 )

n1 n2

 z / 2  Z 0,1  z / 2
( p1  p2 )  ( 1   2 )
 z / 2   z / 2
p1 (1  p1 ) p2 (1  p2 )

n1 n2

p1 (1  p1 ) p2 (1  p2 )
( p1  p2 )  z / 2 
n1 n2
 ( 1   2 ) 
p1 (1  p1 ) p2 (1  p2 )
( p1  p2 )  z / 2 
n1 n2

Dua buah mesin pembuat paku, setelah diperiksa hasil
produksinya diambil dari masing-masing mesin secara
acak 400 dan 300 sampel terdapat masing-masing 200
dan 120 yang rusak.
Buat selang kepercayaan 95 % untuk beda proporsi
paku yang rusak untuk seluruh produksi.

Mesin I :
200
n1  400 p1   0.5
400
Mesin II :
120
n2  300 p2   0.4
300

Selang Kepercayaan Beda Dua Proporsi
p1 (1  p1 ) p2 (1  p2 )
( p1  p2 )  z / 2 
n1 n2
0.5(1  0.5) 0.4(1  0.4)
(0.5  0.4)  z0.025 
400 300
0.5(0.5) 0.4(0.6)
0.1  1.96 
400 300
0.02552  ( 1   2 )  0.17448
Selang
Kepercayaan


Data
Distribusi Chi-Square (Khi-Kuadrat)
(n  1) s 2
~ 2
 2 tabel

Kurva Distribusi Chi-Square (Khi-Kuadrat)
f ( 2 )
2, 2
Estimasi Selang Kepercayaan Varian
(n  1) s 2
 2
1 / 2 , n 1   2 / 2,n 1
 2
(n  1) s 2 (n  1) s 2
  2

 / 2,n 1
2
 2
1 / 2 , n 1

Diketahui 10 data sampel sebagai berikut.
46.4 46.1 45.8 47.0 46.1
45.9 45.8 46.9 45.2 46.0
Buat selang kepercayaan 95 % untuk variannya, bila
diasumsikan data berdistribusi normal.

Mencari nilai standar deviasi (s)
x ?
 x  x
2
s 2
 i
?
n 1

Mencari nilai standar deviasi (s)
x  46.12
s  0.286
2

Estimasi Selang Kepercayaan Varian
  0.05
( n  1) s 2
( n  1) s 2
 / 2  0.025
  2
2 / 2,n 1 12 / 2,n 1 1   / 2  0.975

(10  1)0.286  (10  1)0.286 
  2
 2
0.025, 9  02.975,9
(9)0.286  (9)0.286 
  2
 2
0.025, 9  02.975,9
(9)0.286  (9)0.286 
 
2
19.023 2.700
0.135   2  0.953
Selang
Kepercayaan


Data
 Menggunakan Distribusi F
s 
2
1
2
1
/ ~ Fn1 1,n2 1
s 
2
2
2
2

2
s  2
F1 / 2,n1 1,n2 1  /
1
 F / 2,n1 1,n2 1
1
2
2s  2
2
s 2
1 
  2 2
s 
 1 

1 1
 1
s  F / 2,n1 1,n2 1 
2
2  2
2
2
s
2
 F1 / 2,n 1,n 1 
 1 2 
f (F )
F , v ,v F
1 2

 Terlalu Besar
Memerlukan terlalu banyak sumber.
 Terlalu Kecil
Tidak akan dapat melakukan pekerjaan.

Penentuan ukuran sampel yang dibutuhkan dalam
estimasi rata-rata dapat didasarkan pada galat/ error
dalam estimasi rata-rata, dimana

Error e  z / 2
n
 z / 2   
2
Sehingga ukuran sampel n 
 e 
Berapa ukuran sampel yang dibutuhkan agar 90 %
yakin akan benar berada dalam selang ± 5? Sebuah
studi awal menunjukkan bahwa simpangan baku
populasi adalah 45.
 z / 2     z0.1 / 2  45 
2 2
n 
     z0.05  9 2
 e   5 
 1.645  9   219.19  220
2
Pembulatan ke atas

Berapa ukuran sampel yang dibutuhkan agar berada
dalam selang ± 5 dengan keyakinan 90 % ? Dari
populasi berukuran 1000, dipilih secara acak sebanyak
100, yang mana 30 diantaranya defective/ cacat.
Ingat ! Error = 5 dari 100 sampel  0.05

Sampel cacat (1 – p) = 30 dari 100  0.30

2
 z / 2     z / 2  p (1  p ) 
2
n    

 e   e 

 z0.05 
2
p (1  p ) 1.645 (0.70)(0.30)

2
2
e 0.052
 227.3
 228

 Buatlah masing-masing satu contoh soal
beserta penyelesaiannya untuk setiap kasus
estimasi selang kepercayaan yang telah
dipelajari.


Basic Statistics - 8 - Statistical Estimation PDF

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Basic Statistics - 8 - Statistical Estimation PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

NURUL FITRIYANI, S.Si., M.Si.

FMIPA UNIVERSITAS MATARAM

Proporsi Mean Varian

Selisih Selisih Rasio

 Populasi Varian Varian Tdk

 Estimasi Selang Kepercayaan

Basic Statistics - 2017 8

Basic Statistics - 2017 10

diukur kandungan lemak 35 sampel acak

hamburger. Diperoleh rata-rata 30.2 gr dengan

standar deviasi populasi 3.8 gr. Buat selang

kepercayaan 95% untuk rata-rata kandungan lemak

sodiumnya dan diperoleh rata-rata 658 mg dengan

simpangan baku populasi 47 mg. Buat selang

kepercayaan 98 % untuk rata-rata kandungan

sodium dalam hamburger.

Basic Statistics - 2017 12

Proporsi Mean Varian

Selisih Selisih Rasio

 Populasi Varian Varian Tdk

▪ Simpangan baku Populasi () Tidak Diketahui

▪ Ukuran Sampel Kecil (n < 30)

Basic Statistics - 2017 14

 Estimasi Selang Kepercayaan

Basic Statistics - 2017 15

Basic Statistics - 2017 17

Basic Statistics - 2017 18

Basic Statistics - 2017 21

Basic Statistics - 2017 22

Proporsi Mean Varian

Selisih Selisih Rasio

 Populasi Varian Varian Tdk

Basic Statistics - 2017 27

Bagaimana dengan estimasi selangnya?

Basic Statistics - 2017 28

Basic Statistics - 2017 29

Proporsi Mean Varian

Selisih Selisih Rasio

 Populasi Varian Varian Tdk

Basic Statistics - 2017 31

Basic Statistics - 2017 32

Proporsi Mean Varian

Selisih Selisih Rasio

 Populasi Varian Varian Tdk

Basic Statistics - 2017 38

Basic Statistics - 2017 39

Basic Statistics - 2017 41

Basic Statistics - 2017 42

n2  6 x2  161.25 s22  5.299204

Basic Statistics - 2017 44

Basic Statistics - 2017 45

(161.25  156.2143)  t0.025, 7  6 2  1,638

(161.25  156.2143)  2,201  1,638

Proporsi Mean Varian

Selisih Selisih Rasio

 Populasi Varian Varian Tdk

Basic Statistics - 2017 51

2. Hitung rata-rata (d) dan varian (d)

Basic Statistics - 2017 52

Basic Statistics - 2017 53

Basic Statistics - 2017 54

 1   2   8.80  2.145 