PENAKSIRAN

SV Analisis Data
❖ Penaksiran Titik
❖ Penaksiran Selang
❖ Selang Kepercayaan untuk µ
❖ Selang Kepercayaan untuk σ2

1
Metode Penaksiran
1. Penaksiran Titik
Nilai tunggal dari suatu parameter melalui pendekatan
metode tertentu.

2. Penaksiran Selang

SV Analisis Data
Nilai sesungguhnya dari suatu parameter yang berada di
selang tertentu.

2
Contoh
1. Seorang mahasiswa
calon sarjana
Matematika,
memiliki target IP yourgpacalculator.com

SV Analisis Data
ketika lulus adalah
3,5.
2. Seorang mahasiswa
lainnya memiliki
target IP ketika
lulus adalah
minimal 3. 3
Kasus 1: taksiran titik IP = 3,5
Kasus 2: taksiran selang IP = [3,4]
Ilustrasi

Parameter Populasi
Populasi

Sampel µ σ2

SV Analisis Data
titik??
selang?? menaksir
? ?

Parameter Sampel

Parameter sampel menaksir parameter populasi

Diharapkan sampel tersebut mewakili populasi 4
Penaksiran Titik
Statistik yang digunakan untuk mendapatkan taksiran
titik disebut penaksir atau fungsi keputusan.

X →
s →
2 2

 Apakah X dan s2 merupakan penaksir yang baik dan

paling efisien bagi  dan 2?
5

SV Analisis Data
Penaksir Takbias dan Paling Efisien
Definisi
• Statistik ̂ dikatakan penaksir takbias
parameter  bila,
ˆ ] =
ˆ = E[

Dari semua penaksir takbias  yang mungkin

dibuat, penaksir yang memberikan variansi
terkecil disebut penaksir  yang paling efisien
 2
ˆ
 1
 2
ˆ
 2

SV Analisis Data 6
Penaksir Tak Bias untuk  dan 2

Misalkan peubah acak X ~ N(,2)

1 n
• X =  X i penaksir tak bias untuk .
n i =1

• s =
2 1 n
 (X i − X ) penaksir tak bias untuk
2
2 .
n − 1 i =1

Bukti : dengan menunjukkan bahwa,

E[X ] = 
E[ s 2 ] =  2
SV Analisis Data 7
Penaksiran Selang
 Taksiran selang suatu parameter populasi :
ˆ1    ˆ2
 ˆ1dan ˆ2 : nilai dari peubah acak ̂1 dan ̂2
ˆ1 dan ˆ2 dicari sehingga memenuhi :
P1(
ˆ   
ˆ = 1−
2 )
dengan 0 <  < 1.
taraf/koefisien kepercayaan

 Selang kepercayaan : perhitungan selang ˆ1    ˆ2

berdasarkan sampel acak.
SV Analisis Data 8
 Skema Penaksiran
POPULASI

µ σ2

SV Analisis Data
2 POPULASI 2 POPULASI
1 POPULASI 2 POPULASI 1 POPULASI 2 POPULASI
BERPASANGAN BERPASANGAN

D Tabel D Tabel

σ2 σ2 tidak
diketahui diketahui σ12 , σ22 σ12 = σ22 σ12 ≠ σ22
diketahui tidak diketahui tidak diketahui 9

Tabel z Tabel t
Tabel z Tabel t Tabel t
 Kurva Normal Baku (Z~N(0,1))
menghitung tabel z

SV Analisis Data
P(-z1-/2 ≤ Z ≤ z1-/2) /2
/2

1-

-z1-/2 =0 z1-/2

(1-/2)

 = 5% maka z1-/2 = z0,975 =1,96 → P(Z ≤ z0,975) = 1 – 0,025 = 0,975

10
dan -z1-/2 = -z0,975= -1,96.
Kurva t-Student (T~tv)
menghitung tabel t

SV Analisis Data
P(-t/2 ≤ T ≤ t/2) /2
/2

1-

-t/2 =0 t/2

 = 5% dan n =10 maka t/2;n-1 = t0,025;9 = 2,262 → P(T ≤ t0,025) = 0,025

dan -t/2;n-1 = -t0,025;9= -2,262 11
Selang Kepercayaan (1-) untuk 
• Kasus 1 populasi, 2 diketahui
 
P − z   Z  z   = 1 − 
 1− 2 1−
2 

X −
TLP : = Z ~ N (0,1)
/ n
   

P X − z   X +z   = 1−
1− 1− 
 2 n 2 n 
SK (1-) untuk  jika 2 diketahui :
 
X −z   X +z 
1− n 1− n
2 2
SV Analisis Data 12
Selang Kepercayaan (1-) untuk 
• Kasus 1 populasi, 2 tidak diketahui
 
P − t   T  t   = 1 − 
 2 2 

X −
~ tv = n −1
S/ n
 S S 
P  X − t    X + t  = 1− 
 2
;v n 2
;v n

SK (1-) untuk  jika 2 tidak diketahui :

S S
X − t    X + t
2
;v n 2
;v n
SV Analisis Data 13
Contoh 1
Survey tentang besarnya biaya pengeluaran yang
dilakukan pada 50 buah rumah sakit di Amerika
diketahui berdistribusi normal dengan simpangan
baku $ 1,000 dan rata-rata pengeluaran adalah

SV Analisis Data
sebesar $ 5,500. Dengan menggunakan taraf
keberartian 2%, carilah selang kepercayaannya !

14
Contoh 2
Survey tentang besarnya biaya pengeluaran yang
dilakukan pada 50 buah rumah sakit di Amerika
diketahui berdistribusi normal. Rata-rata
pengeluaran adalah sebesar $ 5,500 dengan

SV Analisis Data
simpangan bakunya $ 1,000. Dengan
menggunakan taraf keberartian 2%, carilah selang
kepercayaannya !

Dapatkah Anda membedakan contoh 1 dengan

contoh 2?
15
 Analisis Contoh
Contoh 1 Contoh 2
Diketahui : n = 50 , , σ = 1000 n = 50 , , S = 1000
X = 5500 X = 5500
Ditanya : SK 98% untuk  ( = 0,02) SK 98% untuk  ( = 0,02)

Jenis kasus : kasus menaksir  dengan 2 kasus menaksir  dengan 2

diketahui, tidak diketahui,

Jawab : z1-/2 = z0,99 = 2,33 t/2;n-1 = t0,01;49 = 2,326

  X − t
S
   X + t
S
X −z   X +z 
1− n 1− n ;v n ;v n
2 2 2 2

SV Analisis Data 16
Solusi Contoh 1 dan 2
1. SK 98% untuk  jika 2 diketahui :
1000 1000
5500 − 2,33    5500 + 2,33
50 50

SV Analisis Data
5170,488    5829,512

2. SK 98% untuk  jika 2 tidak diketahui :

1000 1000
5500 − 2,326    5500 + 2,326
50 50
17
5171,054    5828,946
 Selang Kepercayaan (1-) untuk 1- 2
Kasus 2 populasi

X1 ~ N(µ1 , σ12) X2 ~ N(µ2 , σ22)

1 2

1. SK (1-) untuk (1- 2) jika 12 dan 22 diketahui

 12  22  12  22
( X 1 − X 2 ) − Z1− / 2 +  1 − 2  ( X 1 − X 2 ) + Z1− / 2 +
n1 n2 n1 n2

SV Analisis Data 18
Selang Kepercayaan (1-) untuk 1- 2
Kasus 2 populasi

2. SK (1-) untuk (1- 2) jika 12 , 22 tidak diketahui dan
12 ≠ 22

S12 S22 S12 S22

( X 1 − X 2 ) − t ; / 2 +  1 − 2  ( X 1 − X 2 ) + t ; / 2 +
n1 n2 n1 n2
2
S S  2 2

 + 
1 2

dimana  = 2  12 2 
n n
( S1 / n1 ) ( S22 / n2 ) 2
+
n1 − 1 n2 − 1
dengan v derajat kebebasan.

SV Analisis Data 19
Selang Kepercayaan (1-) untuk 1- 2
Kasus 2 populasi

3. SK (1-) untuk (1- 2) jika 12 , 22 tidak diketahui dan
12 = 22
1 1 1 1
( X 1 − X 2 ) − t ; / 2 S p +  1 − 2  ( X 1 − X 2 ) + t ; / 2 S p +
n1 n2 n1 n2

(n1 − 1) S12 + (n2 − 1) S 22

dimana S p = dan v = n 1 + n2 – 2
n1 + n2 − 2
 n1  n1

2
  n2  n2

2

  X 1 −   X 1  n1  +   X 2 −   X 2  n2 
2 2
 1  1    1  1  
atau S p =    
n1 + n2 − 2
JK X1 X1 − JK X 2 X 2
=
n1 + n2 − 2
SV Analisis Data 20
Pengamatan Berpasangan
Ciri-ciri:
• Setiap satuan percobaan mempunyai sepasang
pengamatan
• Data berasal dari satu populasi yang sama

SV Analisis Data
Contoh
• Berat badan sebelum dan sesudah diet
• Penentuan perbedaan kandungan besi (dalam
ppm) beberapa sampel zat berdasarkan hasil
analisis X-ray dan Kimia 21
Selang Kepercayaan (1-) untuk d
SK untuk selisih pengamatan berpasangan dengan
rataan d dan simpangan baku Sd :
Sd Sd
d − tn−1;  D  d + tn −1;

SV Analisis Data
2 n 2 n

dimana  d = 1 −  2 dengan n = banyaknya pasangan.

d merupakan rata-rata dari selisih 2 kelompok data.

22
 
Kurva khi kuadrat (x~ v )
2

menghitung tabel 
2

/2
 2 2 

SV Analisis Data
P    X     = 1 − 
 2 /2
 1− 2 2 

1-

0 2   2
1−
2 2

 = 5% dan n =10 maka,  2 =  02,025;9 = 19,023

, n −1
2
23
 2
 = 2
0, 975;9 = 2,7
1− , n −1
2
 Kurva fisher (F~ Fv ,v ) 1 2
menghitung tabel F

/2
 
P f   F  f  = 1−

SV Analisis Data
1 ;v1 ,v2 
/2
f  =  21− ;v1 ,v2
2 
1− ;n1 −1, n2 −1 f
2
;n2 −1, n1 −1
2 1-

0 f f

1−
2 2

 = 5% , n1 = 10 dan n2 = 9 maka, f  = f 0,025;9,8 = 4,36 dan

;n1 −1, n2 −1
2
1 1 1 24
f  = = = = 0, 24
1− ; n1 −1, n2 −1 f f 0,025;8,9 4,1
2
;n2 −1, n1 −1
2
Selang Kepercayaan (1-) untuk σ2

• Kasus 1 populasi
 2 2 
P    X     = 1 − 
 2

 1− 2 2 

(n − 1) S 2
X = 2
~  n2−1
2
 (n − 1) S 2 ( n − 1) S 2

P  
2
 = 1 − 
  / 2 1− / 2 
2 2

SK (1 - ) 100% untuk 2 :
(n − 1) S 2 (n − 1) S 2
 
2

 2
 2 
( n −1); ( n −1);1−
2 SV Analisis Data2 25
Selang Kepercayaan (1-) untuk
12 /22
• Kasus 2 populasi
 
P f   F  f  = 1−
1− ;v1 ,v2 ;v1 ,v2 
 2 2 
 2 S1
2 2
F = 2 2 ~ f v ,v
 1 S2 1 2

 2 
 S1 1  1 S1
2 2 
P 2  2  2 f  = 1−
 S 2 f  ;v1 ,v2  2 S 2 2 ;v2 ,v1 
 2 
SK (1 - ) 100% untuk 12 /22 :
S12 1  12 S12
 2  2 f
S 22 f   2 S 2 2 ;v , v 2 1
;v1 ,v2
2 SV Analisis Data 26
Referensi
• Devore, J.L. and Peck, R., Statistics – The Exploration
and Analysis of Data, USA: Duxbury Press, 1997.
• Pasaribu, U.S., 2007, Catatan Kuliah Biostatistika.
• Wild, C.J. and Seber, G.A.F., Chance Encounters – A first

SV Analisis Data
Course in Data Analysis and Inference, USA: John
Wiley&Sons,Inc., 2000.
• Walpole, Ronald E. Dan Myers, Raymond H., Ilmu
Peluang dan Statistika untuk Insinyur dan Ilmuwan, Edisi
4, Bandung: Penerbit ITB, 1995.

27