VARIANS)
DESEMBER 2019
PENAKSIRAN INTERVAL (RATAAN, PROPORSI, DAN
VARIANSI)
1. Penaksir Interval
Sebuah penaksiran interval didefinisikan sebagai penaksiran yang dibatasi oleh
dua nilai dimana penaksiran interval terbentang. Penaksir interval adalah
penaksiran populasi dengan nilai-nilai dalam suatu interval tertentu. Dasar
adanya estimasi interval adalah karena pada setiap penaksiran pasti
mengandung peluang kesalahan. Sebagai contoh, a < x < b adalah sebuah
penaksiran interval untuk nilai rata-rata (mean) untuk populasi M. contoh
tersebut menyatakan bahwa rata-rata (mean) populasi (M) berada pada rentang
lebih dari a tetapi kurang dari b.
Dari Semua Penaksir tak bias yang mungkin di buat, penaksir yang memberikan
variansi terkecil disebut penaksir yang paling efisien. Penaksir tak bias yang
paling efisien sekalipun akan menaksir parameter populasi µ dengan tepat.
Memang benar bahwa ketelitian meningkat bila sampelnya membesar, tetapi
masih tetap tidak beralasan mengharapkan suatu taksiran titik dari suatu sampel
tertentu akan tepat sama dengan parameter populasi yang hendak ditaksir.
Dalam banyak hal, kita akan lebih menyukai menentukan suatu selang yang
kedua ujungnya kita harapkan akan mengapit niali parameter yang
sesungguhnya. Selang seperti ini disebut takasiran selang.
2. Menaksir Rataan
Teorema 1 :
Teorema 2 :
2 σ
jika ukuran sampel membesar maka σ x́ = mengecil sehingga kemungkinan
n
besar taksiran bertambah dekat dengan μ, yang berarti selang lebih pendek.
Sehingga taksiran selang menunjukkan, berdasarkan panjangnya dan ketepatan
titik.
Jadi simpangan baku dari X́ atau galat baku dari X́ . Sehingga batas
kepercayaan untuk μ berbentuk
s
X́ ±t α /2 = X́ ± t α /2 galat baku X́
√n
Jika rataan µ dan variansi σ tidak diketahui, batas toleransi diberikan x±ks, k
ditentukan sedemikian rupa sehingga dapat ditegaskan 100(1−γ)% kepercayaan
bahwa batas tersebut mengandung paling sedikit 1− α proporsi pengukuran.
Makin besar nilai k yang dipilih, makin panjang selangnya dan makin yakin
bahwa sampel yang diambil akan memberikan selang parameter yang tak
diketahui.
( X́ 1 − X́ 2 ) −z α
2 √ σ 21 σ 22
n1 n 2
P¿
√
+ < ( μ 1−μ2 ) < ( X́ 1− X́ 2 ) + z α
2
σ 21 σ 22
+
n 1 n2 ) = 1- α .
X́ 1− X́ 2−t α s p
2 √ 1 1
n1 n 2
P¿
2 √
+ < ( μ1−μ 2 )< X́ 1− X́ 2 +t α s p
1 1
+
n1 n2 ) = 1- α
ukuran sampel masing-masing n1 dan n2 berasal dari distribusi normal,
dengan dk = n1 +n2−2 :
( n1 −1 ) s12+( n2−1 ) s 22
s 2p=
n1+ n2−2
X́ 1− X́ 2−t α
2 √ σ 21 σ 22
+ < ( μ1−μ2 ) < X́ 1− X́ 2 +t α
n1 n2
P¿
2
σ 21 σ 22
+
n1 n 2 ) = 1- α √
ukuran sampel masing-masing n1 dan n2 berasal dari distribusi normal,
[[ ]
2
(( s 2i ∕ i1) +( s22 ∕ n 2) )
v=
][ ]
2 2
dengan dk = ( s 21 ∕ n1 ) ( s22 ∕ n 2)
+
n1−1 n2−1
jika,
D́−μ D
T= t
S D ∕ √n n −1
sd s
d́ −t α < μ D < d́ +t α d
2 √n 2 √n
dengan d́ dan s d menyatakan rataan dan simpangan baku selisih n
pasangan pengukuran dan menyatakan nilai distribusi t dengan dk : ν = n-1
sehingga luas di sebelah kanannya α /2.
4. Menaksir Proporsi
Penaksir titik untuk proporsi P dalam suatu percobaan binomial diberikan oleh
x
usaha. Jadi proporsi sampel ^p= akan digunakan sebagai taksiran titik
n
untuk parameter p. Proporsi p yang tak diketahui diharapkan tidak akan terlalu
dekat dengan 0 atau 1, maka selang kepercayaan untuk p dapat dicari dengan
distribusi sampel. Menurut teorema limit pusat, untuk n cukup besar, distribusi
^p hampir normal dengan rataan.
^ ) =E
μ ^p=E ( P ( xp )=E ( npn )=E ( p)
dengan variansi
2
σ x np(1−p) p(1− p)
σ 2^p = 2
= 2
=
n n n
Penaksir titik proporsi populasi P diberikan oleh statistik ^
P . Sekarang
pandang taksiran selang ^
P .
−z α /2 < Z< z α /2
) = 1- α
P¿
dengan
^ p
P−
Z=
√ p ( 1−P ) ∕ n
Jadi,
^
P− p
−z α /2 < < z α /2
√ p ( 1−P ) ∕ n ) = 1- α
P¿
^
P−z α / 2 √ p ( 1−P ) ∕ n< P< ^
P+ z α /2 √ p ( 1−P ) ∕ n
) = 1- α
P¿
^
P menyatakan proporsi sukses dalam sampel acak berukuran n dan zα/ 2
menyatakan nilai kurva normal baku sehingga luas di sebelah kanannya a /2.
Jika dipakai sebagai taksiran P , maka galatnya akan lebih kecil dari :
zα / 2
√ P ( 1−P )
n
dengan kepercayaan (1- α ¿ 100%. Akibatnya galat akan lebih kecil dari g
jika :
^
P ( 1− ^ P)
¿
2
z α /2 ¿
n=¿
Diketahui ^
P 1− ^
P2 masing-masing berdistribusi hampir normal dengan
p1 q1 p2 q 2
μP^ −^P dengan variansi σ ^P −P^ = + .
1 2 1 2
n1 n2
x1 x2 x1 x2
Dengan ^p1= , ^p2= , q^ 1=1− ,dan q^ 2=1−
n1 n2 n1 n2
( ^P1− P^ 2 ) ± z α / 2
√ ^p1 q^ 1 ^p 2 q^ 2
n1
+
n2
6. Menaksir Variansi
2
Taksiran selang untuk σ dapat diturunkan dengan menggunakan statistik
( n−1 ) s2
2
χ= .
σ2
Maka didapatkan taksiran untuk σ 2 adalah berikut :
P χ2 < χ 2< χ 2 α
( 1−
α
2 2
) = 1- α
( n−1 ) s 2 2 ( n−1 ) s 2
<σ <
χ2 α χ2 α
1−
2 2
2
σ1
selang untuk 2 dapat diperoleh dengan menggunakan statistik
σ2
σ 22 S21
F= 2 2
σ 1 S2
2 2 2
S1 σ S
2
f α (v1 , v 2 )< 12 < 12 f α (v 1 , v 2)
S 2 1− 2 σ 2 S2 2