0% menganggap dokumen ini bermanfaat (0 suara)
6 tayangan15 halaman

Pendugaan Parameter dalam Statistika

Dokumen tersebut membahas tentang pendugaan parameter statistika, yaitu proses memperkirakan nilai parameter populasi berdasarkan sampel. Metode pendugaan yang dijelaskan antara lain pendugaan rata-rata, variansi, dan proporsi populasi dengan memberikan interval kepercayaan.

Diunggah oleh

Farhan Fauzan
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PPTX, PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
6 tayangan15 halaman

Pendugaan Parameter dalam Statistika

Dokumen tersebut membahas tentang pendugaan parameter statistika, yaitu proses memperkirakan nilai parameter populasi berdasarkan sampel. Metode pendugaan yang dijelaskan antara lain pendugaan rata-rata, variansi, dan proporsi populasi dengan memberikan interval kepercayaan.

Diunggah oleh

Farhan Fauzan
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PPTX, PDF, TXT atau baca online di Scribd

PENDUGAAN PARAMETER

Pendugaan parameter 1
PENDUGAAN (ESTIMATION) PARAMETER
Menjelaskan
Parameter
Populasi

Menyimpulkan

Contoh Mengumpulkan, Statistics


mengolah data
Inferensia statistika (statistical inference) adalah semua metode yang
digunakan dalam penarikan kesimpulan mengenai suatu populasi atas dasar hasil
suatu penelitian dari suatu contoh (sample) acak yang diambil dari populasi
tersebut. Pendugaan dari nilai parameter yang tidak diketahui
Inferensia statistika
Uji hipotesis terhadap nilai parameter tersebut
Pendugaan parameter 2
Pendugaan Parameter
• Suatu populasi, karena begitu besarnya, sering tidak
diketahui jumlah anggotanya sehingga dapat diketahui
dengan pasti nilai rata-rata dan simpangan bakunya.
• Untuk mengetahui nilai parameter-parameter tersebut
dengan benar, hanya dengan cara menduga nilai
berdasarkan data yang tersedia.
• Cara-cara untuk pendugaan parameter : rata-rata (),
simpangan baku () dan proporsi () akan dibahas di
bagian ini.

Pendugaan parameter 3
Pendugaan Parameter
• Suatu parameter, rata-rata , simpangan baku  atau proporsi  dalam
populasi diduga oleh sampel p.
• Titik pendugaan (point of estimate) ini akan berbeda-beda tergantung
dari nilai p yang didapat dari sampel-sampel yang diambil secara acak.
• Nilai dugaan ini bisa lebih besar atau lebih kecil dari nilai ,  atau 
yang sebenarnya.
• Pada kenyatannya, nilai ,  atau  tidak pernah diketahui dengan
pasti, sehingga tidak dapat diketahui apakah titik dugaan tsb lebih
tinggi atau lebih rendah dari nilai ,  atau .
• Oleh karena itu digunakan kisaran nilai pendugaan (interval estimate)
untuk menduga nilai ,  atau  yang sebenarnya.
• Interval pendugaan sebaiknya sependek mungkin dengan derajat
kepercayaan yang memuaskan.
Pendugaan parameter 4
Pendugaan Parameter
Sifat-sifat penduga yang baik (good estimator):
• Nilai dugaan harus menunjukkan suatu nilai yang tidak bias
(unbiased estimator).
• Nilai parameter yang diduga harus berasal dari sampel yang
besarnya sesuai dengan parameter yang akan diduga.
• Nilai dugaan harus konsisten (consistent).
• Ketika ukuran sampel meningkat, nilai parameter yang diduga makin
mendekati nilai parameternya.
• Nilai dugaan harus merupakan suatu nilai penduga yang relatif
efisien (relatively efficient estimator).
• Ketika semua metode pendugaan parameter digunakan, nilai
pendugaannya mempunyai keragaman yang terkecil.

Pendugaan parameter 5
Selang Kepercayaan
(confidance interval)
• Derajat kepercayaan pendugaan disebut selang kepercayaan
(confidance interval)
• Dinyatakan dalam bentuk nilai peluang antara 0 dengan 1 atau
dalam bentuk persentase 0 % sampai 100%.
• Nilai yang umum digukanan sebagai selang kepercayaan adalah
nilai peluang 90 %, 95 % atau 99 %.

Pendugaan parameter 6
PENDUGAAN RATA-RATA POPULASI ()

A. RAGAM POPULASI (2) DIKETAHUI


Bila X adalah nilai rata-rata contoh acak berukuran n yang diambil
dari suatu populasi dengan ragam 2 yang diketahui, maka selang
kepercayaan (1 - )x100 % bagi rata-rata populasi  adalah :
 
x  z .    x  z .
2 n 2 n

Pendugaan parameter 7
Contoh
Rata-rata dari 22 sampel biji kakao kering adalah 98,7 gram. Jika diketahui ragam
populasinya adalah 5,3 maka dengan selang kepercayaan 95 %, berapa kisaran rata-
rata populasinya ?
(1 - ) x 100 % = 95 %   = 5 %  /2 = 2,5 % = 0.025
Dari tabel Z untuk Z/2 = Z0.025 = 1.96

Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 ….. dst.


0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 …..
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 ……
…. dst
1.9 0.0250 ……..

5.3 5.3
98, 7  1, 96    98, 7  1, 96
22 22
98,7 - 0,96 < μ < 98,7 + 0,96  97,94 < μ < 99,66
Dengan selang kepercayaan 95 %, rata-rata berat biji kakao berkisar antara 97,94 sampai
99,66 gram
Pendugaan parameter 8
B. RAGAM POPULASI (2) TIDAK DIKETAHUI
Bila X dan s masing-masing adalah nilai rata2 dan simpangan baku
contoh acak berukuran n < 30 yang diambil dari suatu populasi normal
dengan ragam 2 yang tidak diketahui, maka selang kepercayaan (1 - )
x 100 % bagi rata-rata populasi  adalah :

s s
x  t df , / 2 .    x  t df , / 2 .
n n
Dimana : tdf,/2 didapat dari tabel t-Student dengan df (derajat bebas) = n - 1

Pendugaan parameter 9
Contoh
Volume minyak wangi dari 6 botol yang identik masing-masing adalah 9,8 10,2 9,7
10,4 10,0 dan 10,2 ml. Dengan selang kepercayaan 90 %, hitunglah rata-rata
populasinya, jika isi botol tersebut diasumsikan terdistribusi normal ?
(1 - ) x 100 % = 90 %   = 10 %  /2 = 5 % = 0,05
Dari tabel t-Student dengan df = n – 1 = 5 didapat t /2,df = t0.05;5 = 2,015

Hasil perhitungan didapatkan :


rata-rata = 10,05 ml dan
simpangan baku = 0.2665 ml

0.2665 0.2665
10, 5  2, 015    10, 5  2, 015
6 6

10,5 - 0,22 < μ <10,5 + 0,22  10,28 < μ < 10,72

Dengan selang kepercayaan 90 %, rata-rata volume minyak wangi di dalam botol


berkisar antara 10,28 sampai 10,72 gram
Pendugaan parameter 10
PENDUGAAN PROPORSI ()
Bila p adalah nilai proporsi suatu contoh acak berukuran n yang
diambil dari suatu populasi dengan ragam pq, maka selang
kepercayaan (1 - )x100 % untuk proporsi populasi  adalah :

pq pq
p  z    p  z
2
n 2
n

Pendugaan parameter 11
Contoh
Di suatu kota X diambil secara acak 1200 orang. Dari jumlah tersebut ternyata 504
Adalah perempuan. Dengan selang kepercayaan 95 %, tentukan proporsi perempuan
di kota tsb ?
(1 - ) x 100 % = 95 %   = 5 %  /2 = 2,5 % = 0.025
Dari tabel Z untuk Z/2 = Z0.025 = 1.96
p = 504/1200 = 0.42  q = 1 – p = 0.58

0, 42 x0, 58 0, 42 x0, 58
0, 42  1, 96    0, 42  1, 96
1200 1200
0,42 - 0,0279 <  < 0,42 + 0,0279  0,3921 <  < 0,4479

Dengan selang kepercayaan 95 %, proporsi perempuan di kota X berkisar antara


0,39 sampai 0,45

Pendugaan parameter 12
PENDUGAAN RAGAM POPULASI (2)

Bila s2 adalah ragam contoh acak berukuran yang ditarik dari suatu
populasi normal, maka selang kepercayaan (1 - ) x 100 % bagi 2
adalah :
( n  1) s 2 2 ( n  1) s 2

2
   2
 df , / 2  df ,1 / 2

Dimana : 2df,/2 dan 2df,1-/2 didapat dari tabel 2 (chi-square)


dengan df (derajat bebas) = n - 1.

Pendugaan parameter 13
Contoh
Jika sampel acak berukuran 6 diambil dari populasi normal yang mempunyai ragam
sampel 5, berapakah taksiran ragam populasinya ? Gunakan selang kepercayaan 95 %.

(1 - ) x 100 % = 95 %   = 5 %  /2 = 2,5 % = 0.025 dan 1 - /2 = 0,975


df = 6 - 1 = 5
Dari tabel 2 didapatkan 20.025;19 = 12,832 dan 20.975;19 = 0,831

( n  1) s 2 2 ( n  1) s 2
(6  1)52 (6  1)5 2

2
   2 2 
 df , / 2  df ,1 / 2 12,832 0,831
9,74 < 2 < 150,42 atau 3,12 <  < 12,26
Dengan selang kepercayaan 95 %, ragam populasi berkisar antara 9,74 sampai 150,42
atau untuk simpangan baku populasinya berkisar antara 3,12 sampai 12,26.
Pendugaan parameter 14
Tugas Mandiri
1)

Pendugaan parameter 15

Anda mungkin juga menyukai