Jawab :
Sifat – sifat yang diperlukan oleh suatu penduga yang baik adalah :
1. TIDAK BIAS
Statistika acak (penduga) dinyatakan dengan huruf Yunani dengan tanda topi (Ʌ) di atasnya atau
^ adalah penduga α yang didasarkan atas pengamatan
tanda lain (~ atau = misalnya). Penduga α
^ ) = α . Tanda sama dengan sekaligus menyatakan bahwa α
berulang-ulang maka disajikan E(α
adalah penduga yang tidak bias untuk nilai populasi α .
^ adalah pendugaan yang tidak bisa α dan hanya jika E ¿) = α .
Jadi, α
Untuk menyatakan yang sebaliknya dipakai tanda tidak sama dengan E α ^ ≠ α . α^ adalah penduga
yang bias untuk α .Nilai bias dihitung dengan:
Bias∆ E ¿) - α .
Grafik di atas menunjukkan penduga yang tidak bias dan yang dibawah penduga bias.
𝑽𝒂𝒓𝒊𝒂𝒏 𝒂̿
𝑬𝒇𝒊𝒔𝒊𝒆𝒏 𝑹𝒆𝒍𝒂𝒕𝒊𝒇 𝒂̂ 𝒕𝒆𝒓𝒉𝒂𝒅𝒂𝒑 𝒂̿ ≜ =
𝑽𝒂𝒓𝒊𝒂𝒏 𝒂̂
Jika memiliki penduga tak bias yang lebih efisien dibanding semua penduga tak bias lain maka
penduga di atas dinamakan penduga efisien.
• Target (𝛽). Di titik 𝐸(1) = 𝛽 atau penduga 1 tak bias (dengan varian terbesar).
• Letak 𝐸(2). Selisih jarak dari 2 ke 1, merupakan nilai bias dari penduga 2.
• Letak 𝐸(3). Selisih jarak dari 3 ke 1, merupakan nilai bias dari penduga 3.
Gambar di atas digunakan untuk membandingkan penduga yang tak bias dan yang bias.
Berdasarkan kriteria varian terkecil maka penduga 3 yang memenuhi syarat ini.
Berdasarkan kriteria tak bias, maka penduga 1 yang memenuhi syarat ini, akan tetapi variannya
terbesar.
Dapat dilihat bahwa penduga terbaik yaitu yang memiliki kombinasi bias yang kecil dan varian
yang kecil. Intuisi untuk mengkombinasikan bias yang kecil dan varian yang kecil dapat
dirumuskan untuk memilih penduga terbaik di antara semua penduga. Rumusan tersebut
dinamakan rata-rata simpangan kuadrat dan dituliskan sebagai berikut:
𝑹𝑺𝑲 ≜ 𝑬(𝜷𝒊 − 𝜷)𝟐
Di mana 𝛽 adalah target (nilai populasi yang diinginkan) dan 𝜷𝒊, i bisa diganti dengan sembarang
angka positif, missal 1, 2, 3 dan sebagainya. (𝜷𝒊 − 𝜷) adalah nilai simpangan (bias). Dikatakan di
atas bahwa rumusan RSK menunjukkan pengukuran varian dan bias, hal ini ditunjukkan dengan:
𝑹𝑺𝑲 = 𝝈𝟐 + (𝒃𝒊𝒂𝒔)𝟐
Perumusan RSK yang terakhir ini mencakup dua kriteria terdahulu, yaitu bias terkecil dan varian
terkecil. Jika jumlah penduga denganvarian sama yang dimiliki dua atau lebih, maka penduga
yang dikehendaki yaitu penduga dengan bias terkecil (nol). Sebaliknya jika yang dimiliki dua atau
lebih varian penduga tak bias atau nilainya sama maka penduga yang memiliki varian terkecil
yang dipilih. Dengan menggunakan rumusan RSK dapat kita rumuskan definisi umum tentang
efisiensi relative untuk setiap dua penduga.
𝑹𝑺𝑲 (𝜷𝒋̅)
𝑬𝒇𝒊𝒔𝒊𝒆𝒏𝒔𝒊 𝒓𝒆𝒍𝒂𝒕𝒊𝒇 𝒅𝒂𝒓𝒊 𝜷𝒊 𝒕𝒆𝒓𝒉𝒂𝒅𝒂𝒑 𝜷𝒋̅ ≜ ,𝒊≠𝒋̅
𝑹𝑺𝑲 (𝜷𝒊)
Rumus ini dapat digunakan sebagai penentu tunggal yang paling penting untuk memilih penduga
di antara penduga-penduga yang ada.
4. Konsisten
Penduga yang konsisten adalah penduga yang secara sempurna nilainya berkonsentrasi dinilai
targetnya bisa sampel kita diperbesar sampai tak terhingga (~). Dengan memakai rumus RSK =
σ + (bias)2, suatu penduga β i dikatakan konsisten bila bias2 = 0 dan σ =0 bila n ~ P(0^ ).
2 2
Gambar di atas pada jumlah sampel 5 (n = 5) penduga 0 ^ adalah bias dan memiliki varian yang
terbesar. Dengan semakin besar jumlah sampel, bias akan semakin kecil dan varian akan semkain
kecil. Pada n ~ distribusi frekuensi akan berbentuk garis tegak lurus.
Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu pernyataan yang akan di
uji. Tidak memiliki perbedaan atau perbedaannya nol dengan hipotesis sebenarnya.
Hipotesis alternatif adalah hipotesis yang dirumuskan sebagai lawan dari hipotesis nol.
Dalam menyusun hipotesis alternatif, ada 3 keadaan berikut :
- Ha menyatakan bahwa harga parameter lebih besar daripada harga yang di
hipotesiskan. Pengujian ini disebut dengan pengujian satu sisi atau satu arah pada arah
sebelah kanan.
- Ha menyatakan bahwa harga parameter lebih kecil daripada harga yang di
hipotesiskan. Pengujian ini disebut dengan pengujian satu sisi atau satu arah pada arah
sebelah kiri.
- Ha menyatakan bahwa harga parameter tidak sama dengan harga yang di hipotesiskan.
Pengujian ini disebut dengan pengujian dua sisi atau dua arah pada arah sebelah kanan
dan kiri sekaligus.
1.Hipotesis deskriptif
Pernyataan yang menyebutkan bahwa nilai parameter populasi sama dengan nilai tertentu.
2.Hipotesis komparatif
Pernyataan yang menyebutkan bahwa nilai parameter suatu populasi sama dengan nilai
parameter populasi yang lain.
3.Hipotesis asosiatif
Besarnya nilai taraf nyata tergantung pada keberanian dari seorang peneliti dalam membuat keputusan,
yang dalam pengujian hipotesis ini berapa besarnya keslahan yang akan ditolerir. Besarnya kesalahan
tersebut disebut sebagai daerah kritis pengujian (critical regiob of a test) atau daerah penolakan (region
of rejection).
Penerimaan H0 terjadi jika nilai uji statistik berada di luar nilai kritis.
Penolakan H0 terjadi jika nilai uji statistik berada di dalam nilai kritis.