Statistika Inferensial Bab 2

BAB
BAB12
12
TEORI
TEORIPENDUGAAN
PENDUGAANSTATISTIK
STATISTIK
Teori Pendugaan Statistik
Bab 12
OUTLINE
Bagian
Bagian 33 Statistik
StatistikInduktif
Induktif
Metode dan Distribusi Sampling
Pengujian Hipotesis Sampel Besar
Pengujian Hipotesis Sampel Kecil
Analisis Regresi dan Korelasi Linier
Analisis Regresi dan Korelasi Berganda
Konsep Dasar Persamaan Simultan
Pengertian Teori dan Kegunaan

Pendugaan
Pendugaan
Pendugaan Titik Parameter
Pendugaan Interval
Pendugaan Interval
Kesalahan Standar dari Rata-Rata Hitung
Sampel
Sampel
Menyusun Interval Keyakinan
Interval Keyakinan Rata-Rata dan
Proporsi
Proporsi
Interval Keyakinan Selisih Rata-Rata dan
Proporsi
Proporsi
Memilih Ukuran Sampel
2
Bab 12
PENDUGA TUNGGAL SEBAGAI FUNGSI UNSUR

POPULASI
Standar
Deviasi
1
X atau Sd = f ( X1,X2,...,X n ) di mana
S2 =
1
X = Xi
n
S2 =
1
X = ( X1 + X2 + ...+ X n )
n
X
f(
X
f( 1)
( X i - X)
n- 1
2
2
2
1
( X1 - X) +( X2 - X) +...+( Xn - X)
n- 1
X
f(
Bab 12
SIFAT-SIFAT PENDUGA
Penduga Tidak Bias
Penduga titik dikatakan tidak bias (unbiased estimator) jika di
dalam sampel random yang berasal dari populasi, rata-rata atau
nilai harapan (expexted value) dari statistik sampel sama dengan
parameter populasi () atau dapat dilambangkan dengan E( X) = .
Gambar A Penduga Bersifat Tidak Bias
Gambar B Penduga Bersifat Bias
Bab 12
SIFAT-SIFAT PENDUGA
Penduga Efisien
Penduga yang efisien (efficient estimator) adalah penduga yang tidak bias dan
mempunyai varians terkecil (sx2) dari penduga-penduga lainnya.
sx12
sx12 < sx22
sx22
Bab 12
DEFINISI
Penduga Konsisten
Penduga yang konsisten (consistent estimator) adalah nilai dugaan ( X) yang semakin
mendekati nilai yang sebenarnya dengan semakin bertambahnya jumlah sampel (n).
n tak terhingga
n sangat besar
n besar
n kecil
Bab 12
OUTLINE
Bagian
Bagian 33 Statistik
StatistikInduktif
Induktif

Pendugaan
Pendugaan



Pendugaan Interval
Pendugaan Interval
Sampel
Sampel


Proporsi
Proporsi
Proporsi
Proporsi
7
Bab 12
DEFINISI PENDUGAAN INTERVAL
Pendugaan interval:
Pendugaan interval adalah suatu interval yang menyatakan
selang di mana suatu parameter populasi mungkin berada.
Bab 12
RUMUS INTERVAL PENDUGAAN
(S Zsx < P < S + Zsx ) = C
Di mana:
S
P
sx
Z
C
S Zsx
S + Zsx
: Statistik yang merupakan penduga parameter populasi (P)

: Parameter populasi yang tidak diketahui
: Standar deviasi distribusi sampel statistik
: Suatu nilai yang ditentukan oleh probabilitas yang berhubungan
dengan pendugaan interval, nilai Z diperoleh dari tabel luas
di bawah kurva normal
: Probabilitas atau tingkat keyakinan yang dalam praktik sudah
ditentukan dahulu.
: Nilai batas bawah keyakinan
: Nilai batas atas keyakinan
9
Bab 12
CONTOH MENENTUKAN JUMLAH SAMPEL

SETIAP STRATUM
0,50
0,50
X
X X X
X X
X X X
X X X
Z =-2,58
Z=-1,96
95%
X X
99%
X
X
0=
X X
X X
Z=1,96
Z =2,58
Pada gambar terlihat untuk interval keyakinan 95% terhubungkan dengan nilai Z antara
X
1,96 sampai 1,96. Ini dapat diartikan juga bahwa 95% dari rata-rata hitung sampel
akan
terletak di dalam 1,96 kali standar deviasinya. Sedangkan untuk keyakinan 99%, maka
rata-rata hitungnya juga akan terletak di dalam 2,58 kali standar deviasinya. Interval
keyakinan juga dapat dituliskan untuk C= 0,95 adalah 1,96x dan untuk C=0,99 adalah
2,58sx.
10
Bab 12

SETIAP STRATUM
0,50
0,025
(0,50/
2) Z=
1,96
0,50
0,4750
(0,95/
2)
0,4750
(0,95/
2)
0,025
(0,50/
2)
Z= 1,96
Luas kurva adalah 1, dan simetris yaitu sisi kanan dan kiri luasnya sama yaitu 0,5. Nilai C= 0,95
apabila dibagi menjadi dua bagian simetris maka menjadi 0,4750 yang diperoleh dari 0,95/2.
Apabila digunakan tabel luas di bawah kurva normal untuk probabilitas 0,4750 maka akan
diperoleh nilai Z sebesar 1,96. Begitu juga untuk C= 0,99, maka probabilitasnya adalah 0,99/2 =
0,4950, nilai probabilitas ini terhubung dengan nilai Z= 2,58. Setelah menemukan nilai Z dan
standar deviasinya, maka dapat dibuat interval keyakinan dengan mudah misalnya untuk C=
0,95 adalah P( 1,96sx < < + 1,96sx) = 0,95 sedang untuk C= 0,99 adalah P( X 2,58sx < < X
+
2,58sx) = 0,99.
11
Bab 12

SETIAP STRATUM
x = 1,96sx
x = 1,96sx
x1
Interval 1 mengandung
x2
x95
x96-100
Interval 95 sampai 100 tidak mengandung
Pada gambar di atas terlihat bahwa interval 1 dengan nilai rata-rata X interval 95 dengan
rata-rata X 95 mengandung nilai parameternya, yaitu dan hanya X 96 sampai X100 atau
5% interval saja yang tidak dari statistik mengandung . Jadi, interval keyakinan C= 95
dapat diartikan bahwa sebanyak 95% interval dari statistik X mengandung nilai
parameter aslinya, yaitu dan hanya 5% interval saja yang tidak mengandung
parameternya.
12
Bab 12
OUTLINE
Bagian
Bagian 33Statistik
StatistikInduktif
Induktif

Pendugaan
Pendugaan



Pendugaan Interval
Pendugaan Interval
Kesalahan Standar dari Rata-Rata
Kesalahan Standar dari Rata-Rata
Hitung Sampel
Hitung Sampel


Proporsi
Proporsi
Proporsi
Proporsi
13
Bab 12
KESALAHAN STANDAR DARI RATA-RATA

HITUNG SAMPEL
Kesalahan standar dari rata-rata hitung sampel adalah standar deviasi distribusi
sampel dari rata-rata hitung sampel. Kesalahan standar dari rata-rata hitung
dihitung dengan rumus sebagai berikut:
Untuk populasi yang tidak terbatas n/N < 0,05:
untuk populasi yang terbatas dan n/N> 0,05:
SX =
s
n
s N- n
SX =
n N- 1
Di mana:
: Standar deviasi populasi
sx : Standar error/kesalahan standar dari rata-rata hitung sampel
n : Jumlah atau ukuran sampel
N : Jumlah atau ukuran populasi
14
Bab 12
OUTLINE
Bagian
Bagian 33 Statistik
StatistikInduktif
Induktif

Pendugaan
Pendugaan



Pendugaan Interval
Pendugaan Interval
Sampel
Sampel


Proporsi
Proporsi
Proporsi
Proporsi
15
Bab 12
CONTOH INTERVAL KEYAKINAN RATA-RATA

HITUNG
Interval keyakinan untuk rata-rata hitung dirumuskan
X Z/2S/ n
Untuk populasi yang terbatas, faktor koreksi menjadi (N n)/N 1. Nilai X
merupakan rata-rata dari sampel, sedangkan nilai Z untuk beberapa nilai C
dapat disajikan sebagai berikut.
16
Bab 12

HITUNG
Berdasarkan pada nilai Z dan diasumsikan bahwa n > 30 maka
dapat disusun interval beberapa keyakinan sebagai berikut:
1. Interval keyakinan 99%: X

2,58 s/n
2,33 s/n
1,96 s/n
1,65 s/n
1,44 s/n
1,28 s/n
17
Bab 12

HITUNG
Interval keyakinan tersebut dapat juga digambarkan
sebagai berikut:
Batas bawah
Batas atas
1-
/2
-Z /2
/2
Z /2
Nilai parameter yang sebenarnya diharapkan adan terdapat

pada interval 1 dengan batas bawah Z /2 dan batas atas
Z /2.
18
Bab 12
OUTLINE
Bagian
Bagian 33 Statistik
StatistikInduktif
Induktif

Pendugaan
Pendugaan



Pendugaan Interval
Pendugaan Interval
Sampel
Sampel


Proporsi
Proporsi
Proporsi
Proporsi
19
Bab 12
SKEMA PROSES INTERVAL KEYAKINAN
Populasi Tidak Terbatas
X Z/2 s/n
Mulai
Identifikasi
masalah
Menentukan sampel
(n) dan nilai rata-rata
Menentukan Keyakinan(C
atau = (1 C) dan Nilai Z
Populasi Terbatas
X Z/2 s/(N n)/N 1
20
Bab 12
DISTRIBUSI NORMAL DAN STANDAR DEVIASI

POPULASI DIKETAHUI
Probabilitas ( X Z/2 x < < ( X Z/2 s/(N n)/N 1n sx ) =C
atau Probabilitas ( X Z/2 sx ) = C
Di mana:
X : Rata-rata dari sampel
Z/2 : Nilai Z dari tingkat kepercayaan
: Rata-rata populasi yang diduga
x : Standar error/kesalahan standar dari rata-rata hitung sampel
C : Tingkat keyakinan
= (1 C)
21
Bab 12
DISTRIBUSI NORMAL DAN STANDAR DEVIASI

POPULASI TIDAK DIKETAHUI
Standar error untuk populasi tidak terbatas
SX =
S
n
Standar error untuk populasi yang terbatas dan n/N > 0,05:
SX =
S N- n
n N- 1
Distribusi normal standar
Distribusi t dengan n=25
22
Bab 12
DISTRIBUSI SAMPLING MENDEKATI NORMAL

DAN STANDAR DEVIASI POPULASI TIDAK DIKETAHUI
{( X -
t/2S
S /2
X ) < X<( t +
)}
Di mana:
X : Rata-rata dari sampel
t/2 : Nilai t dari tingkat kepercayaan
: Rata-rata populasi yang diduga
sx : Standar error/kesalahan standar dari rata-rata hitung sampel
C : Tingkat keyakinan
:1C
23
Bab 12
OUTLINE
Bagian
Bagian 33 Statistik
StatistikInduktif
Induktif

Pendugaan
Pendugaan



Pendugaan Interval
Pendugaan Interval
Sampel
Sampel


Proporsi
Proporsi
Interval Keyakinan Selisih Rata-Rata
Interval Keyakinan Selisih Rata-Rata
dan Proporsi
dan Proporsi
24
Bab 12
STANDAR DEVIASI PROPORSI SAMPEL

Untuk populasi yang tidak terbatas
Sp
p(1 p) N n
n 1
N 1
Untuk populasi yang terbatas

Sp =
p(1- p)
n- 1
Bentuk pendugaan proporsi populasi dirumuskan sebagai berikut:

Probabilitas
Di mana:
P
Z/ 2
P
Sp
C
( p- Z/2.Sp< P < p+ Z/2.Sp)
: Proporsi sampel
: Nilai Z dari tingkat keyakinan
: Proporsi populasi yang diduga
: Standar error/kesalahan dari proporsi
: Tingkat keyakinan
:1C
25
Bab 12
OUTLINE
Bagian
Bagian I I Statistik
StatistikInduktif
Induktif

Pendugaan
Pendugaan



Pendugaan Interval
Pendugaan Interval
Sampel
Sampel


Proporsi
Proporsi
Proporsi
Proporsi
26
Bab 12
INTERVAL KEYAKINAN UNTUK SELISIH RATA-RATA

Probabilitas
{( X 1
X2
X ) < 1 - Z/ 2S
X<(
X1 -
Z
2 +S /2
)}
Di mana standar error dari nilai selisih rata-rata adalah:
2x1 2x2
x1- x2 =
+
n1
n2
Apabila standar deviasi dari populasi tidak ada, maka dapat diduga dengan standar deviasi
sampel yaitu:
S2x1 S2x2
Sx1- x2 =
+
n1 n2
Di mana:
x1-x2 :Standar error selisih rata-rata populasi
sx1-x2 :Standar error selisih rata-rata
sx1, sx1
:Standar deviasi sampel dari dua populasi
n1, n2
:Jumlah sampel setiap populasi
27
Bab 12
INTERVAL KEYAKINAN UNTUK SELISIH PROPORSI

Probabilitas
Probabilitas
( ( p1 -
p2/2
) - Zp1 p2.S
)<
1 (( P
2 - P )1<( p2 -
p )/2
+ Zp1 p2.S
Di mana standar error dari nilai selisih proporsi adalah:
Sp1- p2 =
p1, p2
Sp1, sp1
n1, n2
p1 ( 1- p1)
n1 - 1
p2 ( 1- p2 )
n2 - 1
: Proporsi sampel dari dua populasi

: Standar error selisih proporsi dari dua populasi
: Jumlah sampel setiap populasi
28
Bab 12
OUTLINE
Bagian
Bagian 33 Statistik
StatistikInduktif
Induktif

Pendugaan
Pendugaan



Pendugaan Interval
Pendugaan Interval
Sampel
Sampel


Proporsi
Proporsi
Proporsi
Proporsi
29
Bab 12
FAKTOR UKURAN SAMPEL
Faktor yang memengaruhi jumlah sampel

1. Tingkat keyakinan yang dipilih.
2. Kesalahan maksimum yang diperbolehkan.
3. Variasi dari populasi.
30
Bab 12
RUMUS JUMLAH SAMPEL UNTUK

MENDUGA RATA-RATA POPULASI
Rumus jumlah sampel dalam populasi dirumuskan sebagai berikut:
n = [(Z/2.)/]2
Rumus tersebut diturunkan dari interval keyakinan sebagaimana
diuraikan sebagai berikut:
P (Z/2 < Z < Z/2 ) = C = 1
(Z/2 < ( X )/(/n) < Z/2)
(Z/2 (/n) < ( X ) < Z/2(/n))
(x ) < Z/2(/n); ingat bahwa error =

< Z/2(/n);
2 = (Z/2)2( 2/n);
n = [(Z/2.)/]2
31
Bab 12
RUMUS JUMLAH SAMPEL UNTUK MENDUGA

RATA-RATA PROPORSI POPULASI
Untuk mendapatkan rumus jumlah sampel dalam pendugaan
proporsi populasi dapat diturunkan sebagai berikut:
P (Z/2 < Z < Z/2 ) = C = 1
(Z/2 < (p1 p2)/(/n) <Z/2)
(Z/2([(p(1 p)]/n 1) < (p1 p2) < Z/2([p(1 p)]/n1)
(p1 p2) < Z/2([(p(1 p)]/n 1); ingat bahwa error = p1 p2
< Z/2([(p(1 p)]/n 1); dikuadratkan kedua sisi menjadi
2 = (Z/2)2[(p(1 p)]/n 1; dipindahkan n 1 ke sisi kiri
n 1 = (Z/2.)2 p(1 p) sehingga n menjadi
2
n =
(Z/2.)2 p(1 p) + 1
2
32
TERIMA KASIH
33

Statistika Inferensial Bab 2

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Statistika Inferensial Bab 2

Diunggah oleh

Hak Cipta:

Format Tersedia

BAB

Teori Pendugaan Statistik

Pengertian Teori dan Kegunaan

Teori Pendugaan Statistik

PENDUGA TUNGGAL SEBAGAI FUNGSI UNSUR

X atau Sd = f ( X1,X2,...,X n ) di mana

Teori Pendugaan Statistik

Gambar A Penduga Bersifat Tidak Bias

Gambar B Penduga Bersifat Bias

Teori Pendugaan Statistik

Teori Pendugaan Statistik

Teori Pendugaan Statistik

Pengertian Teori dan Kegunaan

Teori Pendugaan Statistik

Pendugaan Titik Parameter

Pengujian Hipotesis Sampel Besar

Pengujian Hipotesis Sampel Kecil

Menyusun Interval Keyakinan

Teori Pendugaan Statistik

DEFINISI PENDUGAAN INTERVAL

Teori Pendugaan Statistik

RUMUS INTERVAL PENDUGAAN

(S Zsx < P < S + Zsx ) = C

: Statistik yang merupakan penduga parameter populasi (P)

Teori Pendugaan Statistik

CONTOH MENENTUKAN JUMLAH SAMPEL

Teori Pendugaan Statistik

CONTOH MENENTUKAN JUMLAH SAMPEL

Teori Pendugaan Statistik

CONTOH MENENTUKAN JUMLAH SAMPEL

Teori Pendugaan Statistik

Pengertian Teori dan Kegunaan

Teori Pendugaan Statistik

Pendugaan Titik Parameter

Pengujian Hipotesis Sampel Besar

Pengujian Hipotesis Sampel Kecil

Menyusun Interval Keyakinan

Teori Pendugaan Statistik

KESALAHAN STANDAR DARI RATA-RATA

Teori Pendugaan Statistik

Pengertian Teori dan Kegunaan

Teori Pendugaan Statistik

Pendugaan Titik Parameter

Pengujian Hipotesis Sampel Besar

Pengujian Hipotesis Sampel Kecil

Menyusun Interval Keyakinan

Teori Pendugaan Statistik

CONTOH INTERVAL KEYAKINAN RATA-RATA

Teori Pendugaan Statistik

CONTOH INTERVAL KEYAKINAN RATA-RATA

1. Interval keyakinan 99%: X

Teori Pendugaan Statistik

CONTOH INTERVAL KEYAKINAN RATA-RATA

Nilai parameter yang sebenarnya diharapkan adan terdapat

Teori Pendugaan Statistik

Pengertian Teori dan Kegunaan

Teori Pendugaan Statistik

Pendugaan Titik Parameter

Pengujian Hipotesis Sampel Besar

Pengujian Hipotesis Sampel Kecil

Menyusun Interval Keyakinan

Teori Pendugaan Statistik