Pendugaan

Dadan Kusnandar, Ph.D.

dkusnand@untan.ac.id

1
 Tujuan
Setelah Anda menyelesaikan topik ini, Anda seharusnya
dapat:
Memanfaatkan distribusi sampling untuk mengembangkan
perkiraan interval kepercayaan untuk rata-rata dan proporsi
Tentukan ukuran sampel yang diperlukan untuk
mendapatkan selang kepercayaan yang diinginkan

2
 Conceptual emphasis
1. Interpretasi dari estimasi interval kepercayaan
2. Interval kepercayaan dari mean
3. Penentuan ukuran sampel yang diperlukan untuk
mean

Readings
Berenson and Levine (1992) Chapter 10.
Kusnandar (2009) Chapter 5.
3
 Statistical Inference
berkaitan dengan metode untuk membuat pernyataan tentang populasi
berdasarkan sampel yang diambil dari populasi
✓ Estimasi titik: memperkirakan parameter populasi yang tidak
diketahui menggunakan statistik sampel tunggal
✓ Estimasi interval keyakinan: temukan interval yang berisi
parameter populasi dengan probabilitas yang telah
ditentukan sebelumnya
✓ Pengujian hipotesis: Pengujian hipotesis tentang parameter
populasi yang tidak diketahui

4
 Estimation
Dua jenis perkiraan utama:
Estimasi titik: statistik sampel tunggal yang digunakan
sebagai estimasi parameter populasi
Estimasi interval keyakinan: interval dengan keyakinan atau
probabilitas tertentu untuk memperkirakan dengan benar
nilai sebenarnya dari parameter populasi

5
 Accuracy and Precision

accurate but
accurate and
not precise
precise

precise but not accurate,

not accurate not precise

6
 Metode evaluasi estimator: Bias dan Varians
Bias(ˆ) = E(ˆ) − 
▪ Bias mengukur keakuratan estimator
▪ Sebuah estimator dengan bias nol disebut estimator tak
bias
( )
Var(ˆ) = E  ˆ − E (ˆ) 

2


▪ Varians mengukur presisi estimator
▪ Simpangan baku suatu penduga disebut kesalahan baku penduga
▪ Semakin kecil varians, semakin tepat penduganya

7
 Characteristics of an estimator

Unbiased estimator
with small variance

ˆ2 Biased estimator

Unbiased estimator ˆ3

with big variance

ˆ1

 ˆ

8
 Mean squared error
▪ Untuk memilih di antara semua estimator (bias
dan tidak bias), meminimalkan ukuran yang
menggabungkan bias dan varians
(
MSE(ˆ) = E ˆ − 

)2


 
= Var(ˆ) + Bias(ˆ)
2

▪ MSE = fungsi kehilangan kesalahan kuadrat yang

diharapkan
▪ Penduga yang 'baik' harus memiliki bias kecil
(akurat) dan varians kecil (tepat)

9
 Confidence interval

0,95
x1 x2 x3
a 0.0 1.0 2.0
-4.0 -3.0 -2.0 -1.0 b 6.0 7.0 8.0
 3.0 4.0 5.0

10
Confidence interval estimation of the mean (sx known)

Dalam upaya untuk memperkirakan rata-rata populasi (m),

misalkan kita menggambar sampel berukuran n dari populasi yang
terdistribusi normal. Kita tahu bahwa distribusi sampling rata-rata
sampel akan terdistribusi normal dengan

mean x =  and standard deviation s x = s .

n
X −
Using the Z-tranformation we obtain Z =
s
n
where Z ~ N ( 0,1) 11
 P(− 1.96  Z  1.96 ) = 0.95
 
 X − 
P − 1.96   1.96  = 0.95
0.95
0.025 0.025

 s 
- 1.96 0 1.96 z  n 
 s s 
P X − 1.96    X + 1.96  = 0.95
 n n

Secara umum, perkiraan interval kepercayaan 95% dapat diartikan

bahwa jika semua sampel yang mungkin dengan ukuran n yang
sama diambil, 95% dari interval akan berisi rata-rata populasi
yang sebenarnya, dan hanya 5% dari mereka yang tidak.

12
Dalam bentuk umum, estimasi interval kepercayaan (1 –
a)×100% dari mean dengan s diketahui adalah
s
X  Z / 2
n
or
s s
X − Z / 2    X + Z / 2
n n
di mana Z/2 adalah nilai kritis yang sesuai dengan luas a/2 di
bagian atas dari distribusi normal terstandarisasi; n adalah ukuran
sampel
13
 Example 1
Manufaktur kertas memiliki proses produksi yang beroperasi terus
menerus sepanjang seluruh shift produksi. Kertas diharapkan
memiliki panjang rata-rata 11 inci dan standar deviasi diketahui 0,02
inci. Pada interval periodik, sampel dipilih untuk menentukan
apakah panjang rata-rata masih sama dengan 11 inci atau apakah
ada yang tidak beres dan tindakan korektif harus dipikirkan. Sebuah
sampel acak dari 100 lembar telah dipilih dan panjang kertas rata-
rata ditemukan 10,997 inci.
Buatlah estimasi interval kepercayaan 95% dan 99% dari panjang
kertas rata-rata populasi. Apakah tindakan korektif harus dipikirkan?

14
 Using Minitab
Generate a random sample of size 100 from a normal
distribution having mean = 11 and standard deviation = 0.02
(Calc  Random data Normal)
Explore the resulting data
(Stats  Basic Statistics  Descriptive Statistics)
Construct a 95% confidence interval estimate of the
population mean
(Stats  Basic Statistics  1-Sample z)

15
Dialog box for generating normal random variables

16
1-Sample z dialog box

17
(1 – ) 100% estimasi interval kepercayaan dari mean
(sx unknown)
s
X  t / 2
n
or
1-
 
s s
X − t / 2    X + t / 2
2 2

n n -t  0 t  t

di mana t/2 adalah nilai kritis yang sesuai dengan luas a/2
di ekor atas dari distribusi t dengan n – 1 derajat
kebebasan; n adalah ukuran sampel
18
 Example 2
Sampel acak 10 kayu lapis diambil dari proses produksi di
pabrik kayu lapis. Berikut ini adalah ukuran lebar masing-
masing kayu lapis dalam sentimeter:
122, 121, 122, 123, 120, 122, 124, 122, 121, 123
Buatlah estimasi interval kepercayaan 90% untuk lebar kayu
lapis rata-rata populasi.

19
 Using Minitab
Enter the data into a column in Minitab
Explore the data
(Stats  Basic Statistics  Descriptive Statistics)
Construct a 90% confidence interval estimate of the
population mean
(Stats  Basic Statistics  1-Sample t)

20
 Estimasi interval kepercayaan untuk
proporsi
Distribusi Binomial dapat didekati dengan Distribusi Normal jika np
dan n(1 – p) setidaknya sama dengan 5. Oleh karena itu, estimasi
interval kepercayaan (1 – a) 100% untuk proporsi populasi p adalah
sebagai berikut:

p s (1 − p s )
ps  Z / 2
n
or
p s (1 − p s ) p s (1 − p s )
ps − Z / 2  p  ps + Z / 2
n n
21
 Example 3

Dalam sebuah studi tentang akses masyarakat ke fasilitas

telekomunikasi, sampel acak dari 500 rumah tangga di sebuah
kota dipilih. Dari sampel ini, 324 rumah tangga telah
tersambung ke saluran telepon rumah. Buatlah interval
kepercayaan 95% untuk proporsi populasi sebenarnya dari
sambungan telepon rumah di kota.

22
 Penentuan ukuran sampel untuk mean

s x  s
x − Z / 2 x + Z / 2
n n
Sampling
error

s  Z  / 2s 
2

Maximum sampling error = e = Z  / 2 n= 

n  e 

23
Penentuan ukuran sampel untuk suatu proporsi
Lihat slide 21, kesalahan pengambilan sampel maksimum dalam
interval kepercayaan untuk suatu proporsi adalah

p s (1 − p s ) ( Z  / 2 ) 2 p s (1 − p s )
e = Z / 2 n=
n e2
Perhatikan bahwa nilai maksimum untuk ps (1 – ps) is 0.25 since 0  ps  1.
Karena itu,
2
(Z / 2 )
n= 2
4e
24