PUJIAN UNTUK PROPORSI DI DALAM POPULASI

Terkadang perlu memutuskan apakah proporsi dalam populasi yang dilambangkan oleh pes sama dengan
sebuah proporsi dadap,odi mana, proporsi sampel atau jumlah keberhasilan dalam n
ujian, digunakan untuk melakukan inferensi. Jika peristiwa telah terjadi X kali dalam n percobaan,
proporsi sampel yang diestimasi adalah ̂ = / , fraksi yang dapat digunakan untuk
memperkirakan proporsi populasi atau kemungkinan keberhasilan.

Untuk menguji hipotesis mengenai proporsi lebih nyaman menggunakan

variabel acak binomial X dengan proporsi yang sama p. Untuk nilai kecil n (< 30)
dapat menggunakan tabel binomial kumulatif dan untuk n besar menggunakan pendekatan
normal ke binomial.

CONTOH

Telah diisyaratkan bahwa para guru telah menjadi lebih acuh tak acuh saat menilai mahasiswa mereka.
mahasiswa. Di masa lalu, 80% dari semua mahasiswa tahun pertama mendapatkan
C o nilai yang lebih tinggi. Sebuah survei dari kelas mahasiswa terbaru
mahasiswa tahun pertama menunjukkan bahwa 8100 dari 10.000 mahasiswa universitas
Tahun pertama dari sampel menerima nilai C atau lebih. Apakah benar bahwa mereka
guru-guru telah menjadi lebih acuh tak acuh, jika tingkat signifikansi ditentukan di
0,01?

SOLUSI

Proporsi sebelumnya menurut data adalah != 0,80

Ukuran sampel adalah = 1,000

Menggunakan data sebelumnya diperoleh bahwa rata-ratanya adalah:

µ= = 10000(0.80) = 8000

dan deviasi standar populasi adalah

s= = (10000)(0.8)(0.2) = 40

Rata-rata yang diperoleh dari eksperimen adalah 9 = 8,100 mahasiswa

Hipotesis nol dan alternatif dari masalah tersebut adalah:

!: = 0.80 = 8.000
": 0,80 8.000

Untuk tingkat signifikansia=0.01 dan uji ekor kanan area di sebelah kiri adalah
 ( ) =1− = 1− 0,01 = 0.99

Jadi sesuai dengan tabel:

= 2.326

Nilai statistik uji Z adalah:

9− ( 8.100 )(8.000 )
= = = 2.5
40

karena Z > Z,
a hipotesis nol H ditolak mendukung
0 H, yaitu para
1 guru telah
kembali lebih tidak khawatir
ESTIMASI MATEMATIS

Prosedur untuk menentukan rentang nilai di mana terdapat nilai tersebut adalah
sebuah parameter populasi dengan probabilitas 1-α dikenal sebagai estimasi dari
intervalo. Parameter α diinterpretasikan sebagai probabilitas terjadinya kesalahan dalam
perkiraan, sehingga 1-α adalah ukuran kepercayaan untuk rata-rata populasi, atau
setara dengan probabilitas bahwa parameter populasi yang diestimasi berada di dalam
dari interval yang sesuai.

ESTIMASI RATA-RATA POPULASI

Untuk menunjukkan bagaimana interval kepercayaan diperoleh, pertimbangkan rata-rata sampel X

untuk memperkirakan rata-rata populasiµ Seperti yang telah ditunjukkan sebelumnya, distribusi
rata-rata sampel dapat didekati dengan distribusi normal untuk kasus
contoh besar, maka proporsi 1-α dari area di bawah kurva normal ditemukan
antara interval− #/% < < #/% (lihat gambar
berikutnya).

Dijamin sehingga Z terletak dalam interval− #/% < < #/% dengan probabilitas
1-aentonces se tendrá:

9− # < < 9+ #/%

% √ √

PERKIRAAN PERBEDAAN ANTARA DUA RATA-RATA

Untuk mendapatkan interval kepercayaan dari perbedaan nyata antara dua rata-rata
populasid=µ -µ d digunakan
1 2 1 2statistik D=X-X.

Jika dianggap bahwaM MM MM

M
" y % mereka independen dan ukuran sampel masing-masing adalah
besar (n,n>1 30),
2 maka Dse terdistribusi normal, di sisi lain rata-ratanya dan
deviasi tipe adalah masing-masing:
 % %
" %
!= "− %= &= O +
" %

Jadi:

% % % %
" % " %
− #O + < < + #/% O +
% " % " %

PERKIRAAN PROPORSI POPULASI

Seperti telah disebutkan sebelumnya, proporsinya memiliki distribusi binomial, tetapi

ketika kondisi pendekatan normal terpenuhi (np≥ 5 dan nq≥ 5). Maka:

(̂1− ̂ ) %
" %
%
̂ − #/% O < < + #/% O +
" %

Di mana:

̂ adalah proporsi yang diperkirakan dari suatu sampel

 CONTOH
1.- Misalkan seorang psikolog ingin melakukan estimasi interval dari rata-rata
benar dari C.I. siswa, dari kelompok etnis tertentu. Diketahui bahwa C.I. terdistribusi
normalnya dengan deviasi standar 15. Bangunlah interval kepercayaan 95%
untuk media yang sebenarnyaµ) berdasarkan sampel 25 siswa dengan rata-rata sampel
de 105

SOLUSI

Data:

• Deviasi bakus=15
• Media muestral =9105
• Ukuran sampel n = 25
• Interval kepercayaan 1-a=0.95

Dari interval kepercayaana=1-0.95=0.05, jadia/2=0.025

Area di sebelah kiri distribusi normal adalah ( ) = 1 − (a/2) = 0.975, mencari di

tabel tersebut diperoleh bahwa #/% = 1.960

Jadi:

9− #/% < < 9+ #/%

√ √

15 15
105 − 1.960 < < 105 + 1.960
√ 25 √ 25

99.12 < < 110.88

2.- Dua kelompok karyawan dari sebuah pabrik dipilih secara acak untuk dilatih.
agar mereka melakukan operasi tertentu. Setiap kelompok dilatih menggunakan metode yang berbeda.
Waktu rata-rata untuk setiap kelompok melakukan operasi setelah pelatihan dan
data penting lainnya disediakan di bawah ini.

Tentukan interval kepercayaan 98% untuk perbedaan sebenarnya dalam efektivitas

dari dua metode pelatihan.

SOLUSI

Dari interval kepercayaan = 1 −(0.98

) = 0,02, oleh karena itu untuka/2 =0.01

Area di sebelah kiri distribusi normal adalah = (1−) (a/2) = 0.99, mencari di
dari tabel tersebut diperoleh bahwa a/% = 2.326.

Jadi:

% % % %
" % " %
− #/% O + < < + #/% O +
" % " %

Dimana =M
M M MMM
" − % = 45 − 55 = −10

Oleh karena itu:

200 276 200 276

-10 - 2.326 O + < < −10 + 2.326 O +
24 36 24 36

-19.304 < < −0,696

3.- Sebuah penelitian tentang tayangan televisi dilakukan. Dalam sampel 900 penonton,
jumlah mereka yang melihat program tertentu adalah 180. Tentukan interval
kepercayaan 99% untuk proporsi sebenarnya dari penonton yang menonton program ini di
tertentu.

SOLUSI

•
Ukuran sampel n = 900
• Número de espectadores que ven el programaX= 180
#
• Interval kepercayaan adalah ( )= 1 −% = 1 −!.!" = 0.995, jadi #/% = 2.575
%

Proporsi yang diperkirakan berdasarkan data:

M 180
̂== = 0,2
900

Jadi:

(̂1− ̂ ) %
" %
%
̂− #/% O < < + #/% O +
" %

0.2 (1− 0.2 ) 0,2 (1- 0,2 )

0.2 − 2.575 O < < 0.2 + 2.575 O
900 900

0.1656 < < 0,2343