PENAKSIRAN

PenaksiranTitik
Penaksiran Selang
Selang Kepercayaan untuk RATAAN Selang Kepercayaan untuk RATAAN
Selang Kepercayaan untukVARIANSI
MA MA2081 STATISTIKADASAR
Utriweni Mukhaiyar
21Maret2012
Metode Penaksiran Metode Penaksiran
Penaksiran Titik
1
Penaksiran Selang
2
Penaksiran Titik Penaksiran Selang
Nilai tunggal dari suatu parameter
l l i d k d
Nilai sesungguhnya dari suatu
b d di l melalui pendekatan metode tertentu. parameter berada di selang tertentu.
Contoh 1. Seorang mahasiswa
mengulang kuliah Statdas, ketika di
Contoh 2. Seiring berjalannya
waktu, mahasiswa tersebut
awal perkuliahan, memiliki target
nilai lulus matkul Statdas adalah B.
mengubah target nilai lulus matkul
Statdas adalah minimal AB
Nilai : B = 3 Nilai : B = 3 IP : >AB = [3, 4] IP : >AB = [3, 4]
2
[ , ] [ , ]
Ilustrasi
P r m t r P pul si Parameter Populasi

Populasi
Sampel

menaksir
? ?
titik?? selang??
Parameter Sampel
? ?
Parameter sampel menaksir parameter populasi
m mp
3
Penaksiran Titik
Statistik yang digunakan untuk mendapatkan taksiran titik
4
y g g p
disebut penaksir atau fungsi keputusan.
X
2 2
o s
X
Apakah dan s
2
merupakan penaksir yang baik
dan paling efisien bagi dan o
2
?
Penaksir Takbias dan Paling Efisien
Definisi
5
Statistik dikatakan penaksir takbias parameter
u bila,
O

u = O =
O
]

E
Dari semua penaksir takbias u yang mungkin
dibuat, penaksir yang memberikan variansi
terkecil disebut penaksir u yang paling efisien terkecil disebut penaksir u yang paling efisien
2

O O
<o o
2 1
O O
Penaksir Tak Bias untuk dan o
2
Misalkan peubah acak X ~ N(,o
2
)
6
M sa a peuba aca N(,o )
penaksir tak bias untuk .

=
=
n
i
i
X
n
X
1
1
penaksir takbias untuk o
2
.
i 1
( )

=
n
i
X X s
2
2
1
1
p
( )

i
i
n
1
1
Bukti : dengan menunjukkan bahwa,
= ] [ X E
2 2
] [ o s E ] [ o = s E
Penaksiran Selang
7
Taksiran selang suatu parameter populasi u:
2

u
2

O
1

O
2 1

u u u < <
1

u
g p p p
dan : nilai dari peubah acak dan
dan dicari sehingga memenuhi :
1

u
2

u
( ) o u O < < O 1

P
2
u
2
O
1
O
1
u
p
( ) o u = O < < O 1
2 1
P
taraf/koefisien keberartian
dengan 0 < o < 1.
taraf/koefisien keberartian
2 1

u u u < <
Selang kepercayaan : perhitungan selang
berdasarkan sampel acak berdasarkan sampel acak.
Skema Penaksiran
POPULASI
2

2
1 POPULASI 1 POPULASI
2 POPULASI
BERPASANGAN
2 POPULASI
BERPASANGAN
2 POPULASI 2 POPULASI 1 POPULASI 1 POPULASI
2 POPULASI
BERPASANGAN
2 POPULASI
BERPASANGAN
2 POPULASI 2 POPULASI
b l
2
2 2
id k
D D
Tabel
2
1 n
_
Tabel
1 2
, v v
F

2
diketahui

2
tidak
diketahui

1
2
,
2
2
diketahui

1
2
=
2
2
tidak diketahui

1
2

2
2
tidak diketahui
Tabel z Tabel t
b l b l b l
8
Tabel z Tabel t
Tabel z Tabel t Tabel t
Kurva Normal Baku (Z~N(0,1))
menghitung tabel z
1 - o
o/2
o/2
P(-z
1-o/2
Z z
1-o/2
)
= 0
1 o
z
1-o/2
-z
1-o/2
(1-o/2)
o = 5% maka z
1-o/2
= z
0,975
=1,96 P(Z z
0,975
) = 1 0,025 = 0,975
9
dan -z
1-o/2
= -z
0,95
= -1,96.
Kurva t-Student (T~t
v
)
menghitung tabel t
o/2
o/2
1 - o
o/2
o/2
P(-t
o/2
T t
o/2
)
= 0
1 o
t
o/2
-t
o/2
o = 5% dan n =10 maka t
o/2;n-1
= t
0,025;9
= 2,262 P(T t
0,025
) = 0,025
d t t 2 262
10
dan -t
o/2;n-1
= -t
0,025;9
= -2,262
Selang Kepercayaan (1-o) untuk
Kasus 1 populasi, o
2
diketahui
|
|

|
11
o
o o
=
|
|
.
|

\
|
< <

1
2
1
2
1
z Z z P
TLP :
) 1 , 0 ( ~
/
N Z
n
X
=

o

| |
o
o

o
o o
=
|
|
.
|

\
|
+ < <

1
2
1
2
1
n
z X
n
z X P
z X z X
o

o
o o
+ < <
SK (1-o) untuk jika o
2
diketahui :
n n

o o
2
1
2
1
Selang Kepercayaan (1-o) untuk
Kasus 1 populasi, o
2
tidak diketahui
| |
12
o
o o
=
|
|
.
|

\
|
< < 1
2 2
t T t P
| |
1
~
/
n
X
t
s n

2 2
1
s s
P X t X t
n n
o o
o
| |
< < + =
|
\ .
s s
X t X t < < +
SK (1-o) untuk jika o
2
tidak diketahui :
2 2
X t X t
n n
o o
< < +
Contoh 1 Contoh 1
Survey tentang waktu maksimum pemakaian Survey tentang waktu maksimum pemakaian
komputer (jam) dalam seminggu di 50 buah
Warnet di Kota Bandung diketahui berdistribusi
normal dengan simpangan baku 10 jam dan rata-
rata pemakaian maksimum adalah 55 jam.
D k t f k b ti 2% Dengan menggunakan taraf keberartian 2%
carilah selang kepercayaannya !
13
Contoh 2 Contoh 2
Survey tentang waktu maksimum pemakaian Survey tentang waktu maksimum pemakaian
komputer (jam) dalam seminggu di 50 buah
Warnet di Kota Bandung diketahui berdistribusi
normal. Rata-rata pemakaian maksimum adalah
55 jam dengan simpangan baku 10 jam. Dengan
k t f k b ti 2% il h menggunakan taraf keberartian 2% carilah
selang kepercayaannya !
Dapatkah Anda membedakan contoh 1 dengan
contoh 2?
14
contoh 2?
Analisis Contoh
15
Contoh 1 Contoh 2
Diketahui : n = 50 , , = 10 n = 50 , , S = 10
55 X = 55 X =
Ditanya : SK 98% untuk (o = 0,02) SK 98% untuk (o = 0,02)
Jenis kasus : kasus menaksir dengan o
2
diketahui,
kasus menaksir dengan o
2
tidak diketahui,
Jawab : z
1 o/2
= z
0 99
= 2,33 t
o/2;n 1
= t
0 01;49
= 2,326 Jawab : z
1-o/2
z
0,99
2,33 t
o/2;n-1
t
0,01;49
2,326
n
z X
n
z X
o

o
o o
1 1
+ < <
n
S
t X
n
S
t X
2 2
o o
+ < <
n n
2 2
n n
2 2
Solusi Contoh 1 dan 2
Selang Kepercayaan untuk g p y
1 Jika
2
diketah i 2 Jika
2
tidak diketah i
10 10
55 2,33 55 2,33 < < +
1. Jika o
2
diketahui. 2. Jika o
2
tidak diketahui.
10 10
55 2,326 55 2,326
50 50
< < +
50 50

50 50
51,705 58,295 < <
51,711 58,290 < <
16
Selang Kepercayaan (1-o) untuk
1
-
2
Kasus 2 populasi
17
X
1
~N(
1
,
1
2
)
X
2
~N(
2
,
2
2
)

1
1. SK (1-o) untuk (
1-

2
) jika o
1
2
dan o
2
2
diketahui
2 2 2 2
1 2 1 2
1 2 1 / 2 1 2 1 2 1 / 2
1 2 1 2
( ) ( ) X X Z X X Z
n n n n
o o
o o o o


+ < < + +
1 2 1 2
n n n n
Selang Kepercayaan (1-o) untuk
1
-
2
Kasus 2 populasi
18
2. SK (1-o) untuk (
1-

2
) jika o
1
2
, o
2
2
tidak diketahui dan o
1
2
o
2
2
2 2 2 2
1 2 1 2
1 2 ; / 2 1 2 1 2 ; / 2
1 2 1 2
( ) ( )
v o v o
+ < < + +
s s s s
X X t X X t
n n n n
2
2 2
1 2
s s
| |
+
|
1 2
2 2 2 2
1 1 2 2
dimana
( / ) ( / )
1 1
n n
s n s n
n n
v
+
|
\ .
=
+
1 2
1 1 n n
Selang Kepercayaan (1-o) untuk
1
-
2
Kasus 2 populasi
3 SK (1-o) untuk (
1

2
) jika o
1
2
o
2
2
tidak diketahui dan o
1
2
= o
2
2
19
3. SK (1-o) untuk (
1-

2
) jika o
1
, o
2
tidak diketahui dan o
1
o
2
1 2 ; / 2 1 2 1 2 ; / 2
1 1 1 1
( ) ( )
p p
X X t s X X t s
v o v o
+ < < + +
1 2 ; / 2 1 2 1 2 ; / 2
1 2 1 2
( ) ( )
p p
n n n n
v o v o

2 2
2
1 1 2 2
( 1) ( 1)
dimana
+
=
n S n S
S
dan v= n
1
+n
2
- 2
1 2
dimana
2
=
+
p
S
n n
1 1 2 2
2 2
2 2
1 1 1 2 2 2
| | | |
| | | |
| | +
| |
| |
\ . \ .

n n n n
X X n X X n
dan v n
1
n
2
2
1 1 2 2
1 1 1 1
2
1 2
atau
2
| |
\ . \ .
\ . \ .
=
+

=

p
X X X X
S
n n
J K J K
1 2
2
=
+ n n
Pengamatan Berpasangan Pengamatan Berpasangan
Ciri ciri: Ciri-ciri:
Setiap satuan percobaan mempunyai sepasang
pengamatan p g
Data berasal dari satu populasi yang sama
h Contoh
Produksi minyak sumur A pada tahun 1980 dan 2000
Penentuan perbedaan kandungan besi (dalamppm) Penentuan perbedaan kandungan besi (dalamppm)
beberapa sampel zat, hasil analisis X-ray dan Kimia
20
Selang Kepercayaan (1 o) untuk Selang Kepercayaan (1-o) untuk
d
SK untuk selisih pengamatan berpasangan dengan rataan
d
p g p g g
dan simpangan baku S
d
:
s s
d
1; 1;
2 2
d d
n D n
s s
d t d t
n n
o o

< < +
2 1
=
d
dimana dengan n: banyaknya pasangan.
d
merupakan rata-rata dari selisih 2 kelompok data.
21
Kurva khi kuadrat (x~ )
menghitung tabel
2
v
_
2
_
g g
_
o/2
| |
o/2
o/2
1
o _ _
o o
=
|
|
.
|

\
|
< <

1
2
2
2 2
2
1
X P
0
2
2
o
_
2
2
1
o
_

1 - o
2 2
023 , 19
2
9 ; 025 , 0
2
1 ,
2
= =

_ _
o
n
o = 5% dan n =10 maka,
22
7 , 2
2
9 ; 975 , 0
2
1 ,
2
1
= =

_ _
o
n
Kurva fisher (F~ )
menghitung tabel F
2 1
,v v
F
g g
o/2
| |
o/2
o/2
1
o
o o
=
|
|
.
|

\
|
< <

1
2 1 2 1
, ;
2
, ;
2
1 v v v v
f F f P
1 , 1 ;
1 , 1 ;
2
1
1 2
2 1
1


=
n n
n n
f
f
o
o
0
2
o
f
2
1
o

f
1 - o
1 , 1 ;
2
1 2
n n
2 2
36 , 4
8 , 9 ; 025 , 0
1 , 1 ;
2
2 1
= =

f f
n n
o
o = 5% , n
1
= 10 dan n
2
= 9 maka, dan
1 1 1
23
24 , 0
1 , 4
1 1 1
9 , 8 ; 975 , 0
1 , 1 ;
2
1 , 1 ;
2
1
1 2
2 1
= = = =


f f
f
n n
n n
o
o
Selang Kepercayaan (1-o) untuk
2
Kasus 1 populasi
24
| |
o _ _
o o
=
|
|
.
|

\
|
< <

1
2
2
2 2
2
1
X P
2 2
( 1) ( 1)
| |
2
2 2
1
2
( 1)
~
n
n s
X _
o

=
2 2
2
2 2
/ 2 1 / 2
( 1) ( 1)
1
n s n s
P
o o
o o
_ _

| |

< < =
|
\ .
2
2 2
2
2 2
( 1) ( 1) n s n s
o

< <
SK (1 - o) 100% untuk o
2
:
2 2
( 1); ( 1);1
2 2
n n
o o
_ _

Selang Kepercayaan (1-o) untuk o
1
2
/o
2
2
Kasus 2 populasi
25
| |
2 2
2 1
s
F f
o
o
o o
=
|
|
.
|

\
|
< <

1
2 1 2 1
, ;
2
, ;
2
1 v v v v
f F f P
1 2
2 1
2 2
, ,
1 2 2
~
v v
s
F f
s
o
o
o
=
2 2 2
1 s s o
| |
|
SK (1 ) 100% t k
2
/
2
2 1
1 2
1 1 1
2 2 2
; ,
2 2 2 2
; ,
2
1
1
v v
v v
s s
P f
s f s
o
o
o
o
o
|
< < =
|
|
\ .
SK (1 - o) 100% untuk o
1
2
/o
2
2
:
2 2 2
1 1 1
2 2 2
;
1
v v
s s
f
s f s
o
o
o
< <
2 1
1 2
; ,
2 2 2 2
; ,
2
v v
v v
s f s
o
o
Referensi Referensi
Devore, J.L. and Peck, R., Statistics The Exploration and p
Analysis of Data, USA: Duxbury Press, 1997.
Pasaribu, U.S., 2007, Catatan Kuliah Biostatistika.
Wild C J d S b G A F Ch E t A fi t Wild, C.J. and Seber, G.A.F., Chance Encounters A first
Course in Data Analysis and Inference, USA: John
Wiley&Sons,Inc., 2000. y
Walpole, Ronald E. Dan Myers, Raymond H., Ilmu Peluang
dan Statistika untuk Insinyur dan Ilmuwan, Edisi 4, Bandung:
Penerbit ITB 1995 Penerbit ITB, 1995.
Walpole, Ronald E. et.al., Probability & Statistics for Enginerrs
& Scientists, Eight edition, New Jersey : Pearson Prentice
26
, g , J y
Hall, 2007.