&
PENAKSIRAN PARAMETER
AZURA (1806335)
INTAN SEPTIANI ROSA (1802553)
DISTRIBUSI SELISIH
DISTRIBUSI PROPORSI 𝜋
03 06 PROPORSI
3
PENGERTIAN
Misalkan kita mempunyai sebuah populasi berkukuran terhingga N dengan parameter rata-rata µ
dan simpangan baku σ. Dari populasi ini diambil secara acak berukuran n. Jika sampling dilakukan
𝑁
tanpa pengembalian, kita tahu semuanya ada 𝑛
buah sampel yang berlainan. Untuk semua sampel
𝑁
yang didapat, masing-masing dihitung rata-ratanya. Dengan demikian diperoleh 𝑛
buah rata-rata.
Jadi didapat rata-rata daripada rata-rata, diberi simbol 𝝁𝒙ഥ (baca: mu indeks eks garis), dan
simpangan baku daripada rata-rata, diberi simbol 𝜎𝑥ഥ (baca: sigma indeks eks garis).
n : ukuran sampel s : standar deviasi sampel
x : rata-rata sampel N : ukuran populasi
μ : rata-rata populasi μx: rata-rata antar semua sampel
σ : standar deviasi populasi σx :standar deviasi antar semua sampel = standard error =
galat baku
5
Distribusi Sampling Rata-rata
atau n/N > 5% sampling rata-rata yang dilambangkan dengan 𝜇𝑥ഥ , mean dari
distribusi sampling rata-rata akan sama dengan rata-rata
x populasi skor (𝜇)
N n
x 𝜇𝑥ഥ = 𝜇
n N 1
Simpangan baku rata-rata dalam distribusi sampel dikenal
2. Utk pengambilan sampel dgn pengembalian atau sebagai standar error rata-rata, dilambangkan dengan 𝜎𝑥ഥ
n/N ≤ 5%
x 𝜎𝑥ഥ =
𝜎
𝑛
x
n
CONTOH
1. Diberikan sebuah populasi dengan N=10 yang datanya : 98, 99, 97, 98, 99,
98, 97, 97, 98, 99. Jika dihitung, populasi ini mempunyai µ = 98 dan σ = 0,78.
10
Diambil sampel berukuran n=2 . Semuanya ada 2
= 45 buah sampel.
Untuk setiap sampel kita hitung rata-ratanya.
Data dalam tiap sampel dan rata-rata tiap sampel diberikan dalam daftar
berikut ini.
Semua Sampel Berukuran n = 2
7
Rata-ratanya Diambil dari Populasi Berukuran N = 10
8
Distribusi Sampling Rata-rata
Jumlah ke-45 buah rata-rata = 4.410, maka rata-ratanya untuk ke-45 rata-
4.410
rata ini = = 98. Jadi, 𝜇𝑥ഥ = 98.
45
Simpangan baku ke-45 rata-rata di atas juga dapat dihitung. Besarnya
adalah: 𝜎𝑥ഥ = 0,52
Tetapi rata-rata populasi 𝜇 = 98 dan simpangan baku 𝜎 = 0,78.
Selanjutnya kita hitung:
𝜎 𝑁 − 𝑛 0,78 10 − 2
= = 0,52
𝑛 𝑁−1 2 10 − 1
9
b. Pemilihan sampel dari populasi yg
tidak terbatas
x dan x
n 2. Utk populasi tdk terbatas atau n/N ≤ 5%
11
PENYELESAIAN
Jika ukuran populasi tidak dikatakan besarnya, selalu dianggap cukup besar untuk berlakunya teori.
Ukuran sampel n= 45 tergolong sampel besar sehingga dalil limit pusat berlaku. Jadi rata-rata 𝑥ҧ untuk
tinggi mahasiswa akan mendekati distribusi normal dengan :
Rata-rata 𝜇𝑥ഥ = 165 cm
8,4
Simpangan baku 𝜎𝑥ഥ = cm = 1,252 cm.
45
Penggunaan daftar distribusi normal baku memberikan luas kurva = 0,5 + 0,4918 = 0,9818.
Peluang rata-rata tinggi ke-45 mahasiswa antara 160 cm dan 168 cm adalah 0,9918.
166−165
Rata-rata tinggi paling sedikit 166 cm memberikan angka z paling sedikit = = 0,80
1,252
Dari daftar normal baku, luas kurva = 0,5-0,2881 = 0,2119. Peluang yang dicari = 0,2119
12
d. Apabila dari populasi diketahui variansnya dan perbedaan antara rata-rata dari
sampel ke sampel diharapkan tidak lebih dari sebuah harga d yang ditentukan, maka
berlaku hubungan
𝜎𝑥ഥ ≤ 𝑑
CONTOH:
Untuk contoh diatas, misalkan harga-harga 𝒙
ഥ dari sampel yang satu dengan sampel yang
lainnya diharapkan tidak lebih dari 1 cm.
Jika populasi cukup besar, maka :
𝝈 𝟖,𝟒
≤ 𝒅 yang menghasilkan ≤ 𝟏 atau n ≥ 70,58.
𝒏 𝒏
𝝅(𝟏 − 𝝅) 𝑵 − 𝒏
𝝈𝒙 =
𝒏 𝒏 𝑵−𝟏
𝝅(𝟏 − 𝝅)
𝝈𝒙 =
𝒏 𝒏
2. Jika perbedaan antara proporsi sampel yang satu dengan yang lainnya
diharapkan tidak lebih dari sebuah harga d yang ditentukan, maka berlaku
𝜎𝑥 ≤ 𝑑
𝑛
CONTOH
Ada petunjuk kuat bahwa 10% anggota masyarakat tergolong ke dalam
golongan A. Sebuah sampel acak terdiri atas 100 orang telah diambil.
a. Tentukan peluangnya bahwa dari 100 orang itu akan ada paling sedikit
15 orang dari golongan A.
b. Berapa orang harus diselidiki agar persentase golongan A dari sampel
yang satu dengan yang lainnya diharapkan berbeda paling besar
dengan 2%?
17
PENYELESAIAN
Untuk ukuran sampel 100, diantaranya paling sedikit 15 tergolong kategori A, maka paling
sedikit x/n = 0,15. Kekeliruan bakunya adalah :
𝝅(𝟏 − 𝝅) 𝟎, 𝟏𝟎 × 𝟎, 𝟗𝟎
𝝈𝒙 = = = 𝟎, 𝟎𝟑
𝒏 𝒏 𝟏𝟎𝟎
𝟎,𝟏𝟓−𝟎,𝟏𝟎
Bilangan z paling sedikit = = 𝟏, 𝟔𝟕
𝟎,𝟎𝟑
𝟎,𝟏+𝟎,𝟗
≤ 𝟎, 𝟎𝟐 yang menghasilkan n ≥ 225
𝒏
Distribusi selisih rata-rata. 𝝁𝑿ഥ −𝒀ഥ Distribusi jumlah rata-rata. 𝝁𝑿ഥ +𝒀ഥ
dan 𝝈𝑿ഥ −𝒀ഥ dan 𝝈𝑿ഥ +𝒀ഥ
ഥ −𝒀
𝑿 ഥ − (𝝁𝟏 − 𝝁𝟏 ) 22
CONTOH
23
PENYELESAIAN
ഥ dan 𝒀
Misalkan 𝑿 ഥ masing-masing menyatakan rata-rata tinggi dari sampel
untuk mahasiswa laki-laki dan perempuan. Yang dinyatakan adalah
ഥ −𝒀
peluang 𝑿 ഥ paling sedikit 10 cm. Dari yang diketahui, dapat: 𝝁𝟏 = 𝝁𝒙 =
163 cm, 𝝁𝟐 = 𝝁𝒚 = 152 cm, 𝝈𝟏 = 𝝈𝒙 = 5,2 cm, 𝝈𝟐 = 𝝈𝒚 = 4,9 cm dan 𝒏𝟏 =
𝒏𝟐 = (163-152) cm = 11 cm dan
(𝟓,𝟐)𝟐 (𝟒,𝟗)𝟐
Simpangan baku 𝝈𝒀ഥ−𝑿ഥ = + cm = 0,6038 cm.
𝟏𝟒𝟎 𝟏𝟒𝟎
𝟏𝟎−𝟏𝟏
Menurut rumus X(14), maka 𝒛 = = - 1,66
𝟎,𝟔𝟎𝟑𝟖
Luas daerah normal baku yang diperlukan adalah 0,5 + 0,4515 = 0,9515.
Jadi peluang yang dicari = 0,9515. 24
Distribusi Selisih Proporsi
1. Rata-rata
𝜇𝑠𝑝 = 𝜋1 + 𝜋2
2. Simpangan Baku
𝝅𝟏 (𝟏−𝝅𝟏 ) 𝝅𝟐 (𝟏−𝝅𝟐 )
𝝈𝒔𝒑 = +
𝒏𝟏 𝒏𝟐
26
PENYELESAIAN
Kedua sampel diambil dari sebuah populasi, jadi kita anggap dua populasi yang
sama, sehingga 𝝅𝟏 = 𝝅𝟐 = 0,6. Jika x = banyak otang yang memilih A dalam sampel
kesatu, dan y = banyak orang yang memilih A dalam sampel kedua, maka yang
dicari adalah peluang (𝒙/𝒏𝟏 − 𝒚/𝒏𝟐 ) < 10% atau (𝒚/𝒏𝟐 − 𝒙/𝒏𝟏 ) < 10%.
Setelah digabungkan menjadi -10% < (𝒙/𝒏𝟏 − 𝒚/𝒏𝟐 ) <10%.
MENAKSIR SELISIH
MENAKSIR RATA-RATA 𝜇
02 05 𝜇 DAN SELISIH 𝜋
MENENTUKAN UKURAN
MENAKSIR PROPORSI 𝜋
03 06 SAMPEL
29
PENAKSIRAN
DAN CARA-
CARA
MENAKSIR
PENAKSIRAN
Estimasi titik adalah nilai tunggal "titik" diambil dari sampel dan
digunakan untuk memperkirakan parameter terkait dalam populasi. X
estimasi μ, estimasi s σ, estimasi s2 σ2, estimasi r ρ, dan estimasi P π.
Perkiraan
(Coladarci,interval adalah
Theodore, rentang nilai suatu “interval” yang mana dapat
2013)
dinyatakan dengan keyakinan yang wajar bahwa parameter populasi
terletak. (Coladarci, Theodore, 2013)
Perkiraan interval disertai dengan pernyataan tingkat kepercayaan
bahwa parameter populasi termasuk dalam interval. Tingkat
kepercayaan diputuskan sebelumnya dan biasanya menggunakan 95%
atau 99% —yaitu, (1 - α) (100) persen. Interval itu sendiri dikenal sebagai
interval kepercayaan, dan batasnya disebut batas kepercayaan.
32
(Coladarci, Theodore, 2013)
KRITERIA PENAKSIR YANG BAIK
TAK BIAS
Titik Taksiran
Misalkan kita mempunyai sebuah populasi
berukuran N dengan rata-rata 𝝁 dan simpangan
baku 𝝈. Dari populasi ini parameter rata-rata
𝝁 akan ditaksir.
ഥ
Titik taksiran untuk rata-rata 𝝁 adalah 𝑿
36
Interval Taksiran
𝒔 𝑵−𝒏 𝒔 𝑵−𝒏
𝝈 𝑵−𝒏 𝝈 𝑵−𝒏 ഥ − 𝒕𝒑 .
𝑿 ഥ
< 𝝁 < 𝑿 + 𝒕𝒑 .
ഥ − 𝒛𝟏 .
𝑿 ഥ + 𝒛𝟏 .
<𝝁<𝑿 𝒏 𝑵−𝟏 𝒏 𝑵−𝟏
ൗ𝟐.𝜸
𝒏 𝑵−𝟏 ൗ𝟐.𝜸
𝒏 𝑵−𝟏 37
Interval Taksiran
zα adalah nilai z yang membatasi area tengah tα adalah nilai tabel dari t yang mencakup
dari distribusi sampling yang sesuai dengan persentase tengah (1 - α) (100) dari area
tingkat kepercayaan. Seperti yang Anda lihat distribusi Siswa untuk df = n − 1
sebelumnya, zα 1.96 untuk interval
𝒔𝑿ഥ = 𝒔ൗ 𝒏
kepercayaan 95% (karena nilai ini menandai
tengah 95% dari distribusi sampling) Gunakan tabel t distribusi Student .
Gunakan tabel z
38
𝝈
Contoh M𝐞𝐧𝐚𝐤𝐬𝐢𝐫 𝐑𝐚𝐭𝐚 − 𝐫𝐚𝐭𝐚 𝝁
1. Sebuah sampel acak terdiri dari 100 mahasiswa telah diambil dari
ഥ = 112 dan
sebuah universitas lalu nilai-nilai IQ nya dicatat, didapat 𝑿
s =10. tentukan
a. Titik taksiran
b. Interval taksiran Jika dikehendaki interval taksiran IQ rata-rata
dengan koefisien kepercayaan 0,95
Penyelesaian:
ഥ = 112, s =10, 𝜸 = 0.95
n = 100, 𝑿
ഥ=
a. Titik taksiran: : IQ rata-rata untuk mahasiswa Universitas itu 𝑿
112
39
Contoh M𝐞𝐧𝐚𝐤𝐬𝐢𝐫 𝑹𝒂𝒕𝒂 − 𝒓𝒂𝒕𝒂 𝝁
b. Interval taksiran (s =10)
Untuk p = ½ (1+𝜸) p = 0,975 dan dk = (n-1)= 99
Tabel t
dari daftar tabel t dalam lampiran, didapat tp = 1,987.
𝒔 𝒔
ഥ − 𝒕𝒑 .
𝑿 ഥ + 𝒕𝒑 .
<𝝁<𝑿
𝒏 𝒏
𝟏𝟎 𝟏𝟎
𝟏𝟏𝟐 − 𝟏, 𝟗𝟖𝟕. < 𝝁 < 𝟏𝟏𝟐 + 𝟏, 𝟗𝟖𝟕.
𝟏𝟎𝟎 𝟏𝟎𝟎
𝟏𝟏𝟎, 𝟎 < 𝝁 < 𝟏𝟏𝟒, 𝟎
Jadi didapat: 95% interval kepercayaan untuk IQ rata-rata
mahasiswa adalah 𝟏𝟏𝟎, 𝟎 < 𝝁 < 𝟏𝟏𝟒, 𝟎
40
MENAKSIR
PROPORSI 𝝅
MENAKSIR PROPORSI 𝝅
Titik Taksiran
Misalkan sebuah sampel acak berukuran n diambil
dari populasi binomial berukuran N dimana terdapat
proporsi π untuk peristiwa A yang ada dalam populasi
tersebut. Jika terdapat x peristiwa A, sehingga
proporsi sampel untuk peristiwa 𝑨 = 𝒙Τ𝒏 . Jadi titik
taksiran untuk π adalah 𝒙
( Τ𝒏).
42
INTERVAL TAKSIRAN PROPORSI 𝝅
𝒑𝒒 𝒑𝒒
𝒑 − 𝒛𝟏ൗ𝟐.𝜸 . < 𝝅 < 𝒑 + 𝒛𝟏ൗ𝟐.𝜸 .
𝒏 𝒏
43
Contoh M𝐞𝐧𝐚𝐤𝐬𝐢𝐫 Proporsi 𝝅
1. Tentukanlah titik taksiran dan interval taksiran proporsi dari
anggota masyarakat berumur 15 tahun keatas yang termasuk
kedalam golongan A. sebuah sampel acak berukuran n =1200
diambil yang menghasilkan 504 tergolong kategori A. jika interval
kepercayaan parameter π = 95% !
44
Penyelesaian
n = 1200, X = 112, 𝜸 = 95% = 0.95
b. Interval taksiran
Dengan 𝒑 = 𝒙Τ𝒏 =0,42, q = 1− p =1 -0,42 = 0,58 dan 𝒛𝟏ൗ𝟐.𝜸 = 𝒛𝟎,𝟒𝟕𝟓 = 𝟏, 𝟗𝟔 Tabel z
𝒑𝒒 𝒑𝒒
𝒑 − 𝒛𝟏ൗ .𝜸 . < 𝝅 < 𝒑 + 𝒛𝟏ൗ .𝜸 .
𝟐 𝒏 𝟐 𝒏
𝟎, 𝟒𝟐 𝒙 𝟎, 𝟓𝟖 𝟎, 𝟒𝟐 𝒙 𝟎, 𝟓𝟖
𝟎, 𝟒𝟐 − 𝟏, 𝟗𝟔. < 𝝅 < 𝟎, 𝟒𝟐 + 𝟏, 𝟗𝟔.
𝟏𝟐𝟎𝟎 𝟏𝟐𝟎𝟎
𝟎, 𝟑𝟗 < 𝝅 < 𝟎, 𝟒𝟓
Jadi kita merasa 95% yakin bahwa persentase anggota masyarakat yang
termasuk golongan A berada dalam interval 39% dan 45%.
45
Latihan
46
MENAKSIR
S
𝐈𝐌𝐏𝐀𝐍𝐆𝐀𝐍 𝐁𝐀𝐊𝐔 𝛔
MENAKSIR S𝐈𝐌𝐏𝐀𝐍𝐆𝐀𝐍 𝐁𝐀𝐊𝐔 𝛔
Titik Taksiran
Untuk menaksir varians σ2 dari sebuah populasi, maka perlu
dihitung sampel varians s2 berdasarkan sampel acak
berukuran n.
𝟐 ഥ 𝟐
σ 𝑿𝒊 −𝑿
𝑺 = …….. (1.7)
𝒏−𝟏
(𝒏−𝟏)𝑺𝟐 𝟐 (𝒏−𝟏)𝑺𝟐
<𝝈 <
𝑿𝟐𝟏/𝟐(𝟏+𝜸) 𝑿𝟐𝟏/𝟐(𝟏−𝜸)
𝟐 𝟐
n = ukuran sampel sedangkan 𝑿𝟏/𝟐(𝟏+𝜸) dan 𝑿𝟏/𝟐(𝟏−𝜸)
didapat dari daftar chi-kuadrat berturut-turut untuk 𝒑 =
𝟏Τ 𝟏 + 𝜸 dan 𝒑 = 𝟏Τ𝟐 𝟏 − 𝜸 dengan dk = (n-1)
𝟐
49
Contoh M𝐞𝐧𝐚𝐤𝐬𝐢𝐫 𝐒𝐢𝐦𝐩𝐚𝐧𝐠𝐚𝐧 𝐁𝐚𝐤𝐮 𝛔
1.Sebuah sampel acak berukuran 30 telah diambil dari sebuah
𝟐
populasi yang berdistribusi normal dengan 𝑺 = 𝟕, 𝟖,
koefisien kepercayaan 0,95 dan dk = 29. Tentukan interval
taksiran simpangan baku!
50
Penyelesaian
n =30, 𝑺𝟐 = 𝟕, 𝟖, 𝜸 = 95% = 0.95
Interval taksiran
(𝒏−𝟏)𝑺𝟐 (𝒏−𝟏)𝑺𝟐
< 𝝈𝟐 <
𝑿𝟐𝟏/𝟐(𝟏+𝜸) 𝑿𝟐𝟏/𝟐(𝟏−𝜸)
𝟐𝟗 𝟕,𝟖 𝟐𝟗 𝟕,𝟖
< 𝝈𝟐 <
𝟒𝟓,𝟕𝟐 𝟏𝟔,𝟎𝟓
𝟒, 𝟗𝟓 < 𝝈𝟐 < 𝟏𝟒, 𝟏𝟒
Interval taksiran untuk simpangan baku adalah:
𝟐, 𝟐𝟐 < 𝝈 < 𝟑, 𝟕𝟓
Jadi kita merasa 95% percaya bahwa simpangan baku 𝝈 aka nada dalam
interval yang dibatasi oleh 2,22 dan 3,75.
51
Latihan
52
MENAKSIR SELISIH
RATA-RATA
MENAKSIR SELISIH RATA-RATA
Titik Taksiran
Misalkan dipunyai dua buah populasi, keduanya berdistribusi normal
dengan rata-rata dan simpangan baku masing-masing µ1 dan σ1
untuk populasi pertama, µ2 dan σ 2 untuk populasi kedua. Secara
independen diambil sebuah sampel acak dengan ukuran n1 dan n2
dari masing-masing populasi. Rata-rata dan simpangan baku dari
ഥ 𝟏 , s1 dan 𝑿
sampel-sampel itu berturut-turut 𝑿 ഥ 𝟐 , s2. Akan ditaksir
selisih rata-rata (µ1 − µ2). Titik taksiran untuk (µ1 − µ2) adalah
54
ഥ −𝑿
𝑿 ഥ .
Interval Taksiran
Dalam hal σ1 = σ 2 (Sudjana,
2005)
Jika kedua populasi normal dan memiliki σ1 = σ 2 = 𝝈 yang
besarnya diketahui, (gunakan tabel z)
𝟏 𝟏 𝟏 𝟏
ഥ𝟏 − 𝑿
𝑿 ഥ𝟐 − 𝒛 𝟏 . 𝝈
𝟐𝜸
+
𝒏𝟏 𝒏𝟐
ഥ ഥ
< µ𝟏 − µ𝟐 < 𝑿𝟏 − 𝑿𝟐 + 𝒛 𝟏 . 𝝈
𝟐𝜸 𝒏𝟏
+
𝒏𝟐 Dalam hal σ1≠ σ 2 (Sudjana, 2005)
Dalam (Coladarci, Theodore, 2013)
𝑺𝟐𝟏 𝑺𝟐𝟐 𝑺𝟐𝟏 𝑺𝟐𝟐
ഥ𝟏 − 𝑿
𝑿 ഥ𝟐 − 𝒛 𝟏 . + ഥ𝟏 − 𝑿
< µ𝟏 − µ𝟐 < 𝑿 ഥ𝟐 + 𝒛 𝟏 . +
𝟐𝜸
𝒏𝟏 𝒏𝟐 𝟐𝜸
𝒏𝟏 𝒏𝟐
𝟏
𝟏 𝟏 𝟏 𝟏 normal baku untuk peluang
ഥ𝟏 − 𝑿
ഥ𝟐 ഥ ഥ 𝟐𝜸
𝑿 − 𝒕𝒑 . 𝑺 + < µ𝟏 − µ𝟐 < 𝑿𝟏 − 𝑿𝟐 + 𝒕𝒑 . 𝑺 +
𝒏𝟏 𝒏𝟐 𝒏𝟏 𝒏𝟐
Gunakan tabel z.
𝒕𝒑 diperoleh dari daftar distribusi student dengan p = ½ (1+𝜸), dan
𝒏𝟏 −𝟏 𝑺𝟐𝟏 + 𝒏𝟐 −𝟏 𝑺𝟐𝟐
dk = 𝒏𝟏 + 𝒏𝟐 − 𝟐 𝑺𝟐 =
𝒏𝟏 +𝒏𝟐 −𝟐
𝟐 𝟐
𝒏𝟏 − 𝟏 𝑺 𝟏 + 𝒏𝟐 − 𝟏 𝑺 𝟐
𝑺𝟐 =
𝒏𝟏 + 𝒏𝟐 − 𝟐
55
Interval Taksiran
Dalam hal σ1 = σ 2
Jika kedua populasi normal dan memiliki σ1 = σ 2 = 𝝈 yang
besarnya diketahui, (gunakan tabel z)
𝟏 𝟏 𝟏 𝟏
ഥ𝟏 − 𝑿
𝑿 ഥ𝟐 − 𝒛 𝟏 . 𝝈
𝟐𝜸
+
𝒏𝟏 𝒏𝟐
ഥ ഥ
< µ𝟏 − µ𝟐 < 𝑿𝟏 − 𝑿𝟐 + 𝒛 𝟏 . 𝝈
𝟐𝜸 𝒏𝟏
+
𝒏𝟐 Dalam hal σ1≠ σ 2
Jika kedua populasi normal dan memiliki σ1 = σ 2 = 𝝈 tetapi
besarnya tidak diketahui (Gunakan tabel t distribusi Student ) 𝑺𝟐𝟏 𝑺𝟐𝟐 𝑺𝟐𝟏 𝑺𝟐𝟐
ഥ𝟏 − 𝑿
𝑿 ഥ𝟐 − 𝒛 𝟏 . + ഥ𝟏 − 𝑿
< µ𝟏 − µ𝟐 < 𝑿 ഥ𝟐 + 𝒛 𝟏 . +
𝟐𝜸
𝒏𝟏 𝒏𝟐 𝟐𝜸
𝒏𝟏 𝒏𝟐
𝟏 𝟏 𝟏 𝟏
ഥ𝟏 − 𝑿
𝑿 ഥ 𝟐 − 𝒕𝒑 . 𝑺 + ഥ𝟏 − 𝑿
< µ𝟏 − µ𝟐 < 𝑿 ഥ 𝟐 + 𝒕𝒑 . 𝑺 +
𝒏𝟏 𝒏𝟐 𝒏𝟏 𝒏𝟐 𝜸 = koefisien kepercayaan , Dengan 𝒛 𝟏 diperoleh dari daftar
𝟐𝜸
𝒕𝒑 diperoleh dari daftar distribusi student dengan p = ½ (1+𝜸), dan 𝟏
normal baku untuk peluang
dk = 𝒏𝟏 + 𝒏𝟐 − 𝟐 𝟐𝜸
56
Contoh M𝐞𝐧𝐚𝐤𝐬𝐢𝐫 𝐒𝐞𝐥𝐢𝐬𝐢𝐡 𝐑𝐚𝐭𝐚 − 𝐫𝐚𝐭𝐚
Ada dua cara pengukuran untuk mengukur kelembaban suatu zat.
ഥ 𝟏 = 60,2 dan s12 = 24,7.
Cara I dilakukan 50 kali yang menghasilkan 𝑿
ഥ 𝟐 = 70,4 dan s22 = 37,2. Tentukan
Cara II dilakukan 60 kali dengan 𝑿
interval kepercayaan 95% mengenai perbedaan rata-rata pengukuran
dari kedua cara tersebut.
57
Penyelesaian
ഥ 𝟏 = 60,2 dan s12 = 24,7 𝑿
Diketahui 𝑿 ഥ 𝟐 = 70,4 dan s22 = 37,2
Misalkan hasil kedua cara pengukuran berdistribusi normal.
p = ½ (1+𝜸) = ½ (1+𝟎, 𝟗𝟓) = 0,975; dk = 50 + 60 – 2 = 108
karena kedua populasi normal dan memiliki σ1 = σ 2 = 𝝈 tetapi besarnya tidak diketahui, maka varians gabungan
dari sampel adalah
𝟐 𝟐
𝟐
𝒏𝟏 − 𝟏 𝑺 𝟏 + 𝒏𝟐 − 𝟏 𝑺 𝟐 𝟓𝟎 − 𝟏 𝟐𝟒, 𝟕 + 𝟔𝟎 − 𝟏 𝟑𝟕, 𝟐
𝑺 = = = 𝟑𝟏, 𝟓𝟑
𝒏𝟏 + 𝒏𝟐 − 𝟐 𝟓𝟎 + 𝟔𝟎 − 𝟐
Maka interval kepercayaan
𝟏 𝟏 𝟏 𝟏
ഥ𝟏 − 𝑿
𝑿 ഥ 𝟐 − 𝒕𝒑 . 𝑺 + ഥ ഥ
< µ𝟏 − µ𝟐 < 𝑿𝟏 − 𝑿𝟐 + 𝒕𝒑 . 𝑺 +
𝒏𝟏 𝒏𝟐 𝒏𝟏 𝒏𝟐
(70,4 − 60,2) − (1,984). (1,08) < µ1 − µ2 < (70,4 − 60,2) + (1,984). (1,08)
8,06 < µ1 − µ2 < 12,34
Jadi, kita merasa 95% yakin (percaya) bahwa selisih rata-rata pengukuran dari kedua cara tersebut akan ada
dalam interval yang dibatasi oleh 8,06 dan 12,34
58
MENAKSIR SELISIH
PROPORSI
MENAKSIR SELISIH PROPORSI
𝟏
dengan peluang
𝟐𝜸
60
Contoh M𝐞𝐧𝐚𝐤𝐬𝐢𝐫 𝐒𝐞𝐥𝐢𝐬𝐢𝐡 𝐏𝐫𝐨𝐩𝐨𝐫𝐬𝐢
Diambil dua sampel acak yang masing-masing terdiri atas 500 pemudi
dan 700 pemuda yang mengunjungi sebuah pameran. Ternyata
diperoleh bahwa 325 pemudi dan 400 menyukai pameran itu. Tentukan
interval kepercayaan 95% mengenai perbedaan persentase pemuda
dan pemudi yang mengunjungi pameran dan menyukainya
61
Penyelesaian
𝒙𝟏 𝟑𝟐𝟓
Persentase pemudi yang menyukai pameran 𝒑𝟏 = = 𝒙 𝟏𝟎𝟎% = 𝟔𝟓%
𝒏𝟏 𝟓𝟎𝟎
𝒙𝟐 𝟒𝟎𝟎
Persentase pemuda yang menyukai pameran 𝒑𝟐 = = 𝒙 𝟏𝟎𝟎% = 𝟓𝟕%
𝒏𝟐 𝟕𝟎𝟎
𝒑𝟏 . 𝒒𝟏 𝒑𝟐 . 𝒒𝟐 𝒑𝟏 . 𝒒𝟏 𝒑𝟐 . 𝒒𝟐
𝒑 𝟏 − 𝒑𝟐 −𝒛𝟏. + < 𝝅𝟏 − 𝝅𝟐 + 𝒛 𝟏 . +
𝟐𝜸 𝒏𝟏 𝒏𝟐 𝟐𝜸 𝒏𝟏 𝒏𝟐
𝟏
dengan peluang
𝟐𝜸
64
MENENTUKAN UKURAN SAMPEL
01
Apa yang
akan
02
Berapa besar
ditaksir? perbedaan
Berapa derajat
03
yang masih
mau diterima
kepercayaan atau
04
koefisien Berapa lebar interval
antara yang
kepercayaan yang
ditaksir dan kepercayaan yang masih
diinginkan dalam
penaksir mau diterima
melakukan
65
penaksiran.
MENENTUKAN UKURAN SAMPEL
Ketika menaksir parameter θ oleh 𝜽, dua hal yang terjadi adalah menaksir
terlalu tinggi atau menaksir terlalu rendah. Dalam hal pertama 𝜽 > 𝛉 dan 𝜽
< 𝛉.
adalah 𝒃 = 𝜽 − 𝜽
Perbedaan θ dan 𝜽 . Makin kecil beda b makin baik menaksir
karena makin dekat penaksir yang kita pakai kepada parameter yang ditaksir.
Ketika menaksir rata-rata µ oleh statistik 𝒙
ഥ, maka beda 𝒃 = µ − 𝒙
ഥ . Untuk
koefisien kepercayaan 𝜸 dan populasi berdistribusi normal dengan
simpangan baku diketahui, maka ukuran sampel n ditentukan oleh:
𝝈. 𝒛𝟏/𝟐𝜸 𝟐
𝒏>
𝒃
Jika yang ditaksir itu proporsi 𝝅 oleh statistic 𝒑 = 𝒙Τ𝒏, maka beda 𝒃 = 𝝅 − 𝒑 .
Dengan memisalkan bahwa pendekatan distribusi normal kepada binom
berlaku dan koefisien kepercayaan 𝜸, maka ukuran sampel n ditentukan dari
rumus
𝒛𝟏/𝟐𝜸 𝟐
𝒏 > 𝝅(𝟏 − 𝝅)
𝒃 66
THANK YOU!
ANY QUESTIONS?