BAB 9 PENGANGGARAN

9.1 9.2 9.3 9.4 Takrifan penganggar titik, selang dan pekali keyakinan. Ciri-ciri penganggar yang baik. Penganggar selang satu sampel bagi min. Penganggar selang satu sampel bagi perkadaran.

9.1 Takrifan Anggaran

Nilai yang diumpukkan kepada parameter populasi berdasarkan nilai satu statistik sampel. Misalnya, anggaran bagi boleh didapati daripada x yang dikira daripada sampel.

Bab 9 : Penganggaran

9.1 Takrifan Penganggar

Sebarang statistik sampel yang digunakan untuk menganggar parameter populasi
Penganggar titik Parameter ____________________________________________ Min sampel , Varians sampel , S2 Perkadaran sampel , p

Min populasi , Varians populasi , 2 Perkadaran populasi , P

Bab 9 : Penganggaran

Jenis-jenis Penganggaran
Penganggar titik
Takrif Penganggar titik adalah satu nilai yang dikirakan daripada sampel dan digunakan untuk mengganggar satu parameter populasi yang nilainya tak diketahui.

Bab 9 : Penganggaran

Jenis-jenis Penganggaran
Penganggar selang
Takrif Penganggar selang sesuatu parameter adalah satu selang nilai yang mengandungi nilai sebenar parameter dengan keyakinan tertentu. Selang yang dibina disebut selang keyakinan.

Bab 9 : Penganggaran

Jenis-jenis Penganggaran
Dalam penganggaran selang , lebih maklumat diperolehi iaitu nilai sebenar parameter dikatakan berada di antara dua nilai tertentu aras keyakinan ( 1- )100%. Misalnya jika = 0.05 , kita berkeyakinan sebanyak 95% bahawa nilai sebenar parameter berada di dalam selang tersebut. dipanggil aras keertian

Bab 9 : Penganggaran

9.2 Ciri-ciri penganggar yang baik

Memiliki 3 sifat penting iaitu Saksama jika min bagi taburan pensampelan penganggar berkenaan adalah sama dengan parameter yang hendak dianggar. Cekap ralat piawainya adalah kecil jika dibandingkan dengan penganggar2 lain bagi parameter yang sama. Konsisten jika perbezaan di antara nilai penganggar dan nilai parameter semakin kecil apabila saiz sampel ditingkatkan
Bab 9 : Penganggaran 7

9.3 Selang keyakinan (s.k) bagi min populasi

Dua kes akan dipertimbangkan : (a) Selang keyakinan bagi untuk sampel saiz besar (n > 30) (b) Selang keyakinan bagi untuk sampel saiz kecil dengan tidak diketahui

Bab 9 : Penganggaran

9.3 Selang keyakinan (s.k) bagi min populasi (a)

(a) s.k bagi untuk sampel saiz besar (n > 30) Daripada teorem had memusat , kita tahu bahawa x ~ N (,2/n) x Ini bermakna ~ N(0 ,1) z= / n kb (-z <

x / n

< z ) = 1-

Untuk s.k (1-)100% , luas di antara z dan z ialah 1-. Oleh itu , luas di bawah lengkung normal pada setiap hujung ialah /2
Bab 9 : Penganggaran 9

 Oleh itu , s.k (1- )100% bagi ialah

x z / 2 < < x + z / 2 n n

Jika sisihan piawai populasi , tidak diketahui penganggar s digunakan menggantikan Selang kayakinan (1-)100% bagi apabila saiz sampel besar dan tak diketahui ialah s s

x z / 2

< < x + z / 2
Bab 9 : Penganggaran

n
10

Contoh 1: Kirakan nilai z /2 yg akan digunakan apabila membina selang keyakinan 95% bagi menganggar suatu min populasi. Penyelesaian : Oleh kerana selang yang hendak dibina ialah pada aras keyakinan 95%, maka pekali keyakinan ialah 0.95. Jadi, 1- = 0.95 = 0.05 /2 = 0.025 Kita perlu dapatkan nilai Penganggaranz 0.025 = 1.96 z /2 = Bab 9 : 11

Contoh 2:

Seorang pengurus sebuah bank ingin mengetahui min baki bulanan bagi akaunakaun pelanggannya. Satu sampel rawak 40 akaun simpanan pelanggan bank dipilih oleh beliau dan memberikan min baki sebanyak RM 1250 sebulan dgn sisihan piawai RM100. Binakan selang keyakinan 98% bagi menganggar min baki bulanan bagi pelanggan bank yg mempunyai akaun simpanan di bank berkenaan
Bab 9 : Penganggaran 12

Penyelesaian 2:
Maklumat yg diberi ialah, Xbar = 1250, s = 100, n = 40 dan aras keyakinan ialah 98%. Di aras keyakinana 98%, maka 1-= 0.98 = 0.02 /2=0.01 Seterusnya memberikan nilai z0.01=2.33 Maka selang keyakinan 98% ialah

x z / 2

s 2 2 2 =2 2 2 2 2 2 .2 =2 2 2.2 2 2 22 n 2 2

1213.16<<1286.84 Kesimpulannya: min baki akaun simpanan bagi semua pelanggan bank ialah diantara RM1213.16 dan RM1286.84 pada aras keyakinan 98%
Bab 9 : Penganggaran

13

Hubungan di antara pekali keyakinan, lebar selang dan saiz sampel

Merujuk kepada contoh sebelum ini, selang keyakinan 98% yg telah dibina ialah 1213.16<<1286.84 Andaikan sekarang pengurus tersebut ingin menganggar min baki bulanan bagi pelanggan bank yg mempunyai akaun simpanan di bank berkenaan pada aras keyakinan yang lebih rendah, katakan 90% dgn maklumat-maklumat lain tidak berubah. Maka selang keyakinan yg baru ialah
x z / 2 s 2 2 2 =2 22 2 2 2 .2 2 =2 2 2.2 2 2 22 n 2 2

1223.99<<1276.01Bab 9 : Penganggaran

14

Jika kedua-dua selang yg dibina pada tahap keyakinan yg berbeza ini dibuat perbandingan, kita dapati bahawa lebar bagi selang keyakinan 98% adalah lebih luas berbanding selang keyakinan 90% spt dalam jadual dibawah Pekali keyakinan 0.90 0.98 Selang 1223.99-1276.01 1213.16-1286.84 Julat 52.02 73.68

Secara logiknya selang yang lebar memastikan sesuatu parameter yg hendak dianggar berada dlm selang yg dibina. Wbgmanapun sekiranya kedua-dua selang yg dibina pada aras yg berbeza ini sememangnya mengandungi nilai parameter, maka selang keyakianan yang dibina pada aras keyakinan yg rendah akan memberikan suatu anggaran yg lebih baik ataupun lebih jitu. Bab 9 : Penganggaran 15

9.3 Selang keyakinan (s.k) bagi min populasi (b)

(b) Selang keyakinan bagi untuk sampel saiz kecil dengan tidak diketahui Katakan sampel diambil daripada satu populasi normal atau hampir normal dengan varians tak diketahui. Disebabkan tak diketahui , ia dianggarkan dengan sisihan piawai sampel,s. Maka Z tidak boleh lagi digunakan . Sebaliknya , guna

x t = s/ n

~ t (n-1)
16

Bab 9 : Penganggaran

 Yang dikatakan tertabur dengan n-1 darjah kebebasan (d.k). Kebarangkalian bagi t dapat diperolehi dengan menggunakan sifir taburan t dengan n-1 d.k. Taburan t hampir sama dengan taburan Z tetapi ia bergantung kepada d.k. Semakin besar d.k (iaitu semakin besar n ) , taburan t akan menghampiri taburan normal piawai.

Bab 9 : Penganggaran

17

 Jadi , untuk kes di mana sampel telah diambil daripada populasi normal dengan varians tak diketahui , s.k (1)100% bagi min ialah ( X t 2v s n) ;

Bab 9 : Penganggaran

18

Contoh 3: Seorang penyelia sebuah kilang membuat telefon ingin menganggar min masa yang diambil untuk memasang sejenis telefon model baru yang diperkenalkan. Pada waktu-waktu tertentu yang dipilih secara rawak , penyelia berkenaan merekodkan masa yg diambil oleh 12 orang pekrja untuk memasang telefon model ini. Berdasarkan maklumat sampel berkenaan beliau mendapati min masa ialah 2.18 minit dengan sisihan piawai 0.18 minit. Andaikan bhw masa memasang adalah normal , anggarkan min masa yg diambil utk memasang telefon model ini dengan menggunakan selang keyakinan 95%.
Bab 9 : Penganggaran 19

Penyelesaian 3:
Maklumat yang diberi ialah = 2.18 minit, s = 0.18 minit n= 12 dan aras keyakinan ialah 95%. Dengan aras keyakinan 95% dan saiz sampel yang kecil (n<30), maka kita gunakan taburan t dengan darjah kebebasan n-1 = 11 Dapatkan nilai t/2,v dari jadual t. Jadi selang keyakinan bg masa yg diambil utk memasang telefon model bekenaan ialah ( X t 2v s n) ; 2.18 2.20(0.18/ 12) = (2.07 , 2.29) Maka penyelia pengeluaran berkenaan bolehlah membuat kesimpulan , di aras keyakinan 95% bahawa min masa yg diambil oleh pekerja utk memasang telefon model baru ini adalah di antara 2.07 dan 2.29 minit.
Bab 9 : Penganggaran 20

Memilih saiz sampel

Selalunya , kita akan ditanya soalan berikut : Berapa besarkah sampel yang perlu diambil untuk mendapatkan anggaran yang tepat? Ia bergantung pada tiga perkara: 1. Ralat maksimumbagi ialah s E = z / 2 atau z / 2 n n 2. 3. Aras keyakinan Jadi , untuk mengurangkan lebar s.k boleh samada 1. kurangkan aras keyakinan 2. besarkan saiz sampel9 : Penganggaran Bab 21

Contoh 4:

Katakan kita ingin mengetahui purata umur pelajar di UKM. Berapa besarkah sampel yang perlu diambil? Katakan kita memutuskan untuk mendapatkan anggaran yang tepat dalam lingkungan 1 tahun dan yakin sebanyak 99%. Katakan juga dari kajian yang lepas , di ketahui = 3 tahun .

Bab 9 : Penganggaran

22

Penyelesaian 4: = 0.01 , z = 2.58 dan E = 1 n = [ (2.58)(3)]2 = 59.9 1 Jadi , untuk berkeyakinan sebanyak 99% bahawa anggaran adalah dalam lingkungan 1 tahun dari min umur sebenar , kita perlu mengambil sampel sekurang kurangnya 60 orang pelajar.

Bab 9 : Penganggaran

23

Fikir dan buat 1

Pemilik sebuah kedai barang-barang runcit ingin menganggar di aras keyakinan 90% purata jumlah yg dibelanjakan oleh semua pelanggan dikedainya. Hasil daripada kajian yg dilakukannya terdahulu didapati s.p perbelanjaan pelanggannya ialah RM24. Berapakah saiz sampel pelanggan yg perlu diambil oleh pemilik kedai berkenaan sekiranya beliau mahukan anggarannya berada dalam lingkungan RM3.00 daripada purata jumlah perbelanjaan sebenar.
Bab 9 : Penganggaran 24

9.4 Selang Keyakinan Perkadaran Populasi

Selang keyakinan (1-)100% untuk perkadaran populasi , p, tidak banyak berbeza dgn min, cuma gantikan x dengan p Oleh yang demikian, selang keyakinan (1-)100% untuk p perkadaran populasi , p, ialah

p z 2 p dim ana p =

pq n

Bab 9 : Penganggaran

25

9.4 Selang Keyakinan Perkadaran Populasi

Apabila kita menganggar nilai bagi perkadaran populasi, jika kita tidak mengetahui nilai p dan q, kita tidak boleh mencari p . Oleh itu, kita akan menggunakan nilai s p sebagai penganggar bagi p di mana pq sp = n Oleh yang demikian, selang keyakinan (1-)100% untuk perkadaran populasi , p, ialah pq p z/2 s p = p z/2 n
Bab 9 : Penganggaran 26

Contoh 5: Sebanyak 57% daripada 2003 orang dewasa drpd satu temuramah bersetuju bahawa sistem pembelajaran perlu dipertingkatkan. Bina selang keyakinan 95% bagi perkadaran orang dewasa yang bersetuju dipertingkatkan sistem pembelajaran.

Bab 9 : Penganggaran

27

Penyelesaian 5: n = 2003

p= 0.57
pq n

q = 1 - p = 1 - 0.57 = 0.43

sp =

( 2 2 2 2 = 0.01106 .2 )( .2)
22 22
= 222 . 2 2 =2 2 .2

= 22 m a . 2 ak D ari itu , Z
2

Bab 9 : Penganggaran

28

Penyelesaian 5: Oleh itu, selang keyakinan 95% untuk p ialah

p z/2 s p = 0.57 1.96(0.01106) = 0.57 0.022

= (0.548, 0.592) atau 54.8% hingga 59.2%. Kesimpulannya, kita mempunyai 95% keyakinan bahawa perkadaran semua orang dewasa yang bersetuju bahawa sistem pembelajaran perlu dipertingkatkan ialah di antara 0.548 hingga 0.592 atau daripada 54.8% hingga 59.2%.

Bab 9 : Penganggaran

29

Fikir dan buat 2

Hasil satu kajian mendapati daripada 1000 orang dewasa di Daerah R yang ditemuramah, sebanyak 81% berpendapat siaran televisyen boleh mempengaruhi para penontonnya. Bina selang keyakinan 99% bagi perkadaran orang dewasa di Daerah R yang berpendapat para penonton boleh dipengaruhi oleh siaran televisyen.

Bab 9 : Penganggaran

30