Muhammad Yusti Permana Satriadi

5002201151

Rangkuman Bab 9.1 – 9.5

 Teori inferensia statistik mencakup semua metode yang digunakan penarikan
kesimpulan mengenai suatu populasi. Kecenderungan yang terjadi pada masa kini
dalam hal pendugaan suatu parameter pupulasi, adalah terdapatnya perbedaan antara
metode klasik yang mendasarkan kesimpulannya semata – mata pada informasi yang
diperoleh dari suatu contoh acak yang ditarik dari populasi tersebut, dan metode
bayes, yang menggunakan atau menggabungkan pengetahuan subjektif mengenai
sebaran peluang parameter yang tidak diketahui tersebut dengan informasi yang
diperoleh dari data contoh.
 Inferensia statistik dapat dikelompokkan ke dalam dua bidang utama pendugaan dan
oengujian hipotesis.

 Metode Pendugaan Klasik

 Sebuah nilai θ bagi suatu statistisk disebut suatu nilai dugaan bagi parameter
populasi Θ Statistik yang digunakan untuk memperoleh sebuah nilai dugaan
disebut sebagai penduga atau fungsi keputusan.
 Ruang Keputusan adalah himpunan semua kemungkinan nilai dugaan yang
dapat diambil oleh suatu penduga yaitu ruang keputusan.
 Penduga tak bias. Statistik Θ ^ dikatakan penduga tak bias bagi parameter θ
^) = θ
bila μΘ^ = E(Θ
 Penduga paling efisien. Di antara semua kemungkinan penduga tak bias bagi
parameter θ , yang ragamnya terkecil adalah penduga paling efisien bagi θ
 Bila Θ ^ dan Θ ^ keduanya adalah penduga tak bias bagi parameter populasi θ
1 2
yang sama, ita akan memilih penduga yang sebaran penarikan contohnya
mempunyai ragam terkecil. Bila σ2 < σ2 ,kita katakan bahwa Θ ^ merupakan
1
^
penduga bagi θ yang lebih efisien daripada Θ2 .

 Prinsip Pendugaan
~
 Untuk sebaran normal dapat diperlihatkan bahwa baik X maupun X , keduanya
merupakan penduga tak bias bagi nilai tengah populasi μ. Tetapi ragam X
~
lebih kecil dari pada ragam X . Namun sebenarnya bahkan penduga tak bias
yang paling efisien pun, kecil sekali kemungkinannya menduga parameter
populasi secara tepat.
 Salah satu jalan pemecahannya adalah dengan menggunakan pendugaan
selang (interval estimation) bagi parameter populasi Θ, yaitu suatu selang yang
berbentuk Θ1 < Θ < Θ2 dengan Θ1 dan Θ2 bergantung pada nilai statistik
untuk suatu contoh tertentu dan juga pada sebaran penarikan contoh bagi .

 Konsep Pendugaan Selang

2σ2
 Bila ukuran contoh (n) naik, maka σ x = akan menurun, sehingga nilai
n
dugaan kita kemungkinannya lebih mendekati nilai parameter μ, dan ini pada
akhirnya mengakibatkan selang tersebut menjadi lebih pendek.
 Muhammad Yusti Permana Satriadi
5002201151

 Bila kita dapat menentukan Θ ^ 1 dan Θ^ 2 , sehingga:

^ <Θ<Θ
P( Θ ^ )=1–α
1 2
 Untuk 0 < α < 1, maka kita memiliki peluang 1 – α untuk memperoleh suatu
contoh acak yang akan menghasilkan suatu selang yang mengandung Θ.
 Terminologi
1) Selang Θ ^ <Θ<Θ ^ , yang dihitung dari contoh terpilih, disebut selang
1 2
kepercayaan (1 – α) ×100%.
2) Nilai 1 – α disebut koefisien kepercayaan atau derajat kepercayaan.
3) Kedua titik ujung Θ ^ 1 dan Θ^ 2 masing-masing disebut batas epercayaan
sebelah atas dan bawah.

 Pendugaan Nilai Tengah (Sampel Kecil)

 Selang kepercayaan bagi μ ; σ tidak diketahui. Bila x dan s adalh nilai tengah
dan simpangan baku dengan sampel kecil (n < 30) dan ragam σ 2 tidak
diketahui, maka selang kepercayaan (1 – α )100% bagi μ adalah

s s
x−t α < μ< x+t α
2 √n 2 √n

 Dalam hal ini t α adalah nilai t dengan v = n-1

2

 Pendugaan Beda Dua Nilai Tengah Populasi (Sampel besar)

 Bila kita mempunyai dua populasi saling bebas dengan mean μ1 dan μ2 serta
ragam σ 21dan σ 22 maka penduga titik bagi selisih antara μ1 dan μ2 adalah
x 1−x 2. Bila x 1 dan x 2 adalah nilai tengah sampel acak bebas berukuran n1 dan
n2 yang diambil dari populasi dengan ragam σ 21dan σ 22 diketahui, maka selang
kepercayaan (1 - α ) 100% bagi μ1 - μ2 adalah

√ √
2 2 2 2
σ1 σ2 σ 1 σ2
(x ¿ ¿ 1−x 2)−z α + < μ1 ¿ - μ2 <( x ¿ ¿ 1− x2 )+ z α + ¿
2
n1 n2 2
n1 n2

 Jika σ 21dan σ 22 tidak diketahui, tetapi n1 dan n2 lebih besar dari 30, maka σ 21
dan σ 22 dapat diganti dengan s21 dan s22

 Pendugaan Beda Dua Nilai Tengah Populasi (Sampel kecil, ragam sama)
 Selang kepercayaan 100(1 - α )% bagi μ1 - μ2 untuk sampel kecil; bila σ 1sama
2

2
dengan σ 2 dan nilainya tidak diketahui

( x ¿ ¿ 1−x 2)−z α s p
2 √ 1 1
+ < μ1 ¿ - μ2 <( x ¿ ¿ 1− x2 )+ z α s p
n1 n 2 2 √
1 1
+ ¿
n1 n 2
 Muhammad Yusti Permana Satriadi
5002201151
 dengan derajat bebas untuk distribusi t = v = n1 + n2 – 2 dan ragam
gabungannya adalah

2 ( n1−1 ) s 21+ ( n2−1 ) s22

s p=
n1 +n2−2
 Pendugaan Beda Dua Nilai Tengah Populasi (Sampel kecil, ragam beda)
2
 Selang kepercayaan 100(1 - α )% bagi μ1 - μ2 untuk sampel kecil; bila σ 1tidak
sama dengan σ 22 dan nilainya tidak diketahui

(x ¿ ¿ 1−x 2)−t α
2 √ s 21 s22
-
+ < μ ¿ μ2 <( x ¿ ¿ 1− x2 )+ t α
n1 n2 1 2
s 21 s22
+ ¿
n1 n2 √
 dengan derajat bebas untuk distribusi t adalah

ν=¿ ¿ ¿

 Pendugaan Proporsi
 Proporsi ^p sampel merupakan penduga tak bias bagi P
 Selang kepercayaan (1- α)100% bagi p
o Sampel Besar

^p−Z α
2 √ ^p ( 1− ^p )
n
< P< ^p + Z α
2 √ ^p (1− ^p)
n

o Sampel Kecil

^p−t
( α
2
;n−1 ) √ ^p ( 1− ^p )
n
< P< ^p +t α
(
2
;n−1) √
^p (1− ^p )
n