PENDUGAAN PARAMETER

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi. Inferensi statistik dapat dikelompokkan dalam 2 bidang utama:  Pendugaan Parameter Contoh :  Seorang calon dalam suatu pemilihan ingin menduga proporsi yang sebenarnya pemilih yang akan memilihnya, dengan cara mengambil 100 orang secara acak untuk ditanyai pendapatnya. Proporsi pemilih yang menyukai calon tersebut dapat digunakan sebagai dugaan bagi proporsi populasi yang sebenarnya.  Pengujian Hipotesis Contoh :  Seorang peneliti masalah kedokteran diminta untuk memutuskan, berdasarkan bukti-bukti hasil percobaan, apakah suatu vaksin baru lebih baik daripada yang sekarang beredar di pasaran.  Seorang insinyur ingin memutuskan, berdasarkan data contoh apakah ada perbedaan ketelitian antara dua jenis alat ukur. Metode Pendugaan Parameter suatu populasi dapat dibedakan menjadi dua :  Pendugaan Metode Klasik Pendugaan dilakukan berdasarkan sepenuhnya pada informasi sampel yang diambil dari populasi.  Pendugaan Bayes Pendugaan dengan menggabungkan informasi yang terkandung dalam sampel dengan informasi lain yang telah tersedia sebelumnya yaitu pengetahuan subyektif mengenai distribusi probabilitas parameter.

A. Pendugaan Metode Klasik Statistik yang digunakan untuk memperoleh sebuah dugaan bagi parameter populasi disebut penduga atau fungsi keputusan. Sedangkan adalah sebuah nilai dugaan berdasarkan sampel acak berukuran n.

Bahwa sebaran penarikan contoh bagi X adalah normal dengan nilai tengah µx = µ dan simpangan baku σx = melambangkan bagi nilai z α/2 ⁄ √ . . Jika parameter populasi.  Dugaan Selang Menentukan suatu interval nilai yang dengan peluang tertentu. selang kepercayaan / interval keyakinan / confidence interval 100(1-α)% untuk parameter tersebut. sedangkan nilai dugaan s2 merupakan realisasinya. Nilai contoh ̅ digunakan sebagai nilai dugaan titik bagi niai tengah populasi µ. Bila contoh yang besar akan menghasilkan nilai ̅ yang berasal dari suatu sebaran penarikan contoh dengan ragam yang kecil. dugaan selang dapat dinyatakan dengan : (untuk 0 < α < 1) ˆ    ˆ )  1   Selang ˆ    ˆ . Sifat-sifat yang seharusnya dimiliki oleh penduga :  Tak Bias ˆ dikatakan penduga takbias bagi parameter Statistik   Efisien  ˆ bila  ˆ  E ()   Diantara semua kemungkinan penduga takbias bagi parameter  . Dengan yang luas daerah di sebelah kanan di bawah kurva normalnya adalah α/2. PENDUGAAN NILAI TENGAH (MEAN) Salah satu penduga titik bagi nilai tengah populasi µ adalah statistik ̅ . nilai pecahan 1. atau bila n cukup besar ̅ . disebut P ( 1 2 1 2 .α disebut koefisien kepercayaan / derajat kepercayaan / tingkat keyakinan (konfidensi). (1-α) diharapkan memuat parameter yang diduga.Misal: Fungsi keputusan S2 (yang merupakan fungsi dari sampel acak yang bersangkutan) adalah suatu penduga bagi . yg dihitung dari sampel yg terpilih. dapat diperoleh selang kepercayaan bagi µ. B. Dugaan parameter dapat dibagi menjadi :  Dugaan Titik Menentukan suatu bilangan tunggal berdasarkan sampel sebagai penduga dari parameter. kita dapat melihat dari gambar diatas bahwa : .. Bila contoh diperoleh dari suatu sebaran normal. yang ragamnya terkecil adalah penduga paling efisien bagi  .

Untuk contoh kecil yang diambil dari populasi yang tidak normal. diikuti dengan mengurangkan ̅ dari setiap suku dan terakhir menggandakan ketaksamaan tersebut dengan -1 . memperoleh P( ̅ -z α/2 < √ < µ < ̅ + z α/2) = 1-α a. kita tidak dapat . Bila ̅ adalah nilai tengah contoh acak berukuran n yang diambil dari suatu populasi dengan ragam σ2 diketahui . Selang kepercayaan bagi µ .P(-z α/2<z< z α/2)=1-α Sedangkan dalam hal ini ⁄√ Dengan demikian : P(-z α/2< ⁄√ < z α/2) = 1-α Dengan berturut-turut menggandakan setiap suku ketaksamaan tersebut dengan σ/√ .maka selang kepercayaan (1-α)100 % bagi µ adalah ̅ -z α/2√ <µ< ̅ +z α/2 √ Sedangkan adalah nilai z yang luas daerah disebelah kanan dibawah kurva normal baku adalah α/2 . σ diketahui.

sehingga selang kepercayaan bagi paremeter µ diperoleh.Tetapi bila ukuran contohnya n ≥ 30 . bagaimanapun bentuk populasinya . adalah kedua batas kepercayaan : ⁄ √ dan ⁄ √ Contoh yang berbeda akan menghasilkan nilai x yang berbeda pula. kita telah mengasumsikan bahwa α diketahui. berturut turut 2. Buat selang kepercayaan 95% dan 99% bagi nilai tengah mutu rata rata seluruh mahasiswa tingkat akhir.3. semakin panjang selang tersebut.teori penarikan contoh menjamin akan diperolehnya hasil yang memuaskan.Sebagian besar selang terlihat mencakup µ. Noktah yang terletak dipusat setiap selang menunjukkan posisi x yang merupakan nilai dugaaan titik bagi contoh yang bersangkutan. Karena ukuran contohnya besar.mengharapkan bahwa derajat kepercayaan bagi selang tersebut akan akurat.Karena asumsi ini biasanya tidak berlaku.6 dan 0.6. kita akan mengganti α dengan simpangan baku contoh s.2. Jawab: Nilai dugaan titikbagi µ adalah x = 2. dan semakin yakinlah kita bahwa contoh yang terpilih itu akan menghasilkan selang yang mencakup parameter µ yang tidak diketahui. Untuk menghitung selang kepercayaan (1–α)100% bagi µ. karena panjang selang hanya bergantung kepada nilai Z α semakin besar nilai z α/2 yang kita pilih. . Jelaslah bahwa nilai-nilai peubah acak dan yang didefinisikan dalam pasal 9.tetapi tidak semuanya. asalkan n ≥ 30.Perhatikan bahwa semua selang itu mempunyai selang panjang yang sama. Contoh Suatu contoh acak 36 mahasiswa tingkat akhir menghasilkan nilai tengah dan simpang baku nilai mutu rata rata sebesar.

47 < µ < 2.96 . Nilai z yang luas daerah di sebelah kanannya 0. Dengan demikian selang kepercayaan 95 % bagi µ adalah ( )( ⁄ √ ) ( )( ⁄ √ ) Yang setelah disederhanakan menghasilkan : 2.70 Untuk memperoleh selang kepercayaan 99%. Dengan demikian. Bila µ memang pusat selang itu.73 Selang kepercayaan ( 1 – α ) 100% memberikan ukuran sejauh mana ketelitian atau akurasi nilai dugaan titiknya.005 dan di sebelah kirinya 0.simpangan baku σ dapat diduga dengan s = 0. ditentukan dahulu nilai z yang luas daerah di sebelah kanannya 0.13.995. maka x menduga µ tanpa galat. Ini berarti kita harus menentukan n sehingga ⁄ √ . dan kita percaya 99% bahwa beda itu tidak lebih daripada 0.50 < µ < 2. Besarnya galat ini sama dengan nilai mutlak selisih atau beda 7 antara µ dan x. Seringkali.3.025 = 1. Dalam contoh soal.6 dengan dari nilai tengah yang sesungguhnya µ tidak lebih daripada 0. Tetapi. dan kita yakin (1 – α ) 100% bahwa selisih tersebut tidak akan melibihi ⁄ √ .575 dan selang kepercayaan 99% bagi µ adalah ( )( ⁄ √ ) ( )( ⁄ √ ) Disederhanakan menjadi : 2.975adalah Z0. Bila x digunakan untuk menduga µ.. kita percaya bahwa 95% b perbedaan niai tengah ontoh x = 2.005 = 2. sehingga nilai dugaan itu mempunyai galat. Yang berarti pula luas daerah di sebelah kirinya 0.025. diperoleh Z 0.1. kecil sekali kemungkinannya x tepat sama dengan µ. kita ingin mengetahui berapa besar sebuah contoh harus diambil aga galat dalam menduga µ tidak melebihi suatu nilai tertentu e. kita boleh percaya (1 – α) 100% bahwa galatnya tidak akan melebihi suatu nilai tertentu e bila ukuran contohnya diambil sebesar: .

yaitu dengan memanfaatkan sebaran penarikan contoh bagi T. contoh Seberapa besar contoh harus diambil dalam soal 1 bila kita ingin percaya 95% bahwa nilai dugaan kita tidak menyimpang dari µ lebih daripada 0. Dengan selalu mematuhi aturan ini.( ⁄ ) Bila menyelesaikan persamaan itu untuk ukuran contoh n.3 yang diperoleh dari contoh awal berukuran 36 akan digunakan sebagai σ. kita boleh yakin bahwa derajat kepercayaanya tidak pernah jatuh di bawah (1 – α ) 100% Sesungguhnya rumus tersebut boleh digunakan hanya bila mengetahui ragam dari suatu populasi yang akan diambil contohnya. semua pecahan harus dibulatkan ke bilangan bulat berikutnya yang lebih besar.05. kita harus menduga nilai tengah populasi yang ragam tidak diketahui dan kita tidak mungkin mengambil contoh yang berukuran n ≥ 30. kita percaya 95% bahwa suatu contoh acak berukuran 139 akan menghasilkan nilai dugaan x yang selisihnya dari σ tidak akan melebihi 0. selang kepercayaannya masih dapat diperoleh meskipun σ2 tidak diketahui dan ukuran contohnya kecil. kemudian dengan menggunakan rumus tersebut. yang dalam hal ini : ̅ ⁄ √ . Biaya sangat sering merupakan faktor pembatas bagi ukuran contoh kita. dapat ditentukan berapa banyak pengamatan yang diperlukan untuk memperoleh derajat ketelitian yang dikehendaki. maka : * ( )( ) + = 138. suatu contoh awal berukuran n≥-30 dapat diambil untuk memberikan nilai dugaan bagi σ. Sering kali.3 Jadi.05? Jawab : simpangan baku contoh s = 0. Asalkan populasinya kira-kira berbentuk genta. Bila tidak memiliki informasi ini.

Karena sifatnya yang setangkup. tidak diketahui Bila x1 dan s adalah nilai tengah dari simpang baku sama dan s adalah nilai tengah dari simpang baku sampel ukuran n <30. 9.2.0. 10.8. Tentukan selang kepercayaan 95% bagi nilai tengah isi semua kaleng demikian ini bila isi kaleng itu menyebar normal ! Jawab : . 10.Prosedurnya sama seperti pada contoh besar. 10. 10. diperoleh : (̅ ⁄ √ ̅ ⁄ √ ) Bila sebuah contoh acak berukuran n telah diambil dan simpangan bakunya s dapat dihitung. Dengan melihat ke gambar dapat mengatakan bahwa : ( ⁄ ⁄ ) Sedangkan adalah nilai t dengan n – 1 derajat bebas yang di sebelah kanannya terdapat daerah seluas α/2. diperoleh : ̅ ⁄ ( ⁄ √ ⁄ ) Dengan berturut-turut menggandakan setiap suku ketaksamaan tersebut dengan.2. kemudian mengurangkan X dari setiap suku. daerah seluas α/2 juga terdapat di sebelah kiri -. kecuali bahwa kita menggunakan sebaran t sebagai pengganti sebaran normal baku. maka selang kepercayaan (1-σ) 100% bagi µ diberikan rumus ⁄ ⁄ √ √ Contoh: Isi 7 kaleng asam sulfat adalah 9.4. yang diambil dari suatu populasi berbentuk genta yang ragamnya tidak diktahui. maka nilai tengah x dan simpangan bakunya s dapat dihitung. sehingga selang kepercayaan ( 1 – α ) 100% bagi µ dapat diperoleh : b. Selang kepercayaan bagi untuk sampel berukuran kecil. dan terakhir menggandakan ketaksamaan tersebut dangan – 1.8.6 liter. 10. dan 9. Dengan mensubstitusikan bagi T.4.

untuk mendapatkan nilai dugaan titik bagi µ1 .26 B.283 / √ Yang telah disederhanakan menjadi 9. Contohnya x1 – x2.(2.0 dan X= 0. Dengan demikian selang kepercayaan 95% bagi µ adalah : 10. satu dari masing-masing populasi.447(0. kira-kira akan menyebar ̅ ̅ normal √( ⁄ ) dengan nilai tengah (1) dan simpangan baku sebesar ( ⁄ ) dengan demikian kita dapat menyatakan dengan peluang 1 –α bahwa peubah acak normal baku (̅ ̅ ) ( ) √( ⁄ ) Akan jatuh antara (4). PENDUGAAN BEDA DUA NILAI TENGAH (MEAN) POPULASI Bila kita mempunyai dua populasi saling bebas dengan mean µ1 dan µ2 dan ragam σ 12 dan σ 22 maka penduga titik bagi selisih antara µ1 dan µ2 diberikan oleh statistik. maka kita dapat memperoleh selang kepercayaan bagi µ1 .µ2 dengan mendasarkan pada sebaran penarikan contoh bagi x1-x2. kita mengambil dua contoh acak bebas. Dapat diharapkan bahwa sebaran penarikan contoh bagi x1-x2. Dapat diperoleh ( ⁄ ( ⁄ ) ⁄ ) Dengan mengsubtitusikan z kita mendapatkan banyak ekivalennya .25 = 2.µ2.Nilai tengah dan simpang baku data tersebut adalah : X= 10. yang berukuran n1 dan n2 dan kemudian menghitung selisih kedua nilai tengah. atau bila n1 dan n2 keduanya lebih besar pada 30.283 Dengan menggunakan tabel. diperoleh T0.447(0. Bila kedua contoh itu diambil dari populasi normal.447 untuk v= 6 derajat bebas.283 / √ < µ < 10+ (2. Oleh karena itu.74 < µ < 10.

dalam hal ini. Untuk populasi tak normal. maka kita dapat mengganti 1 dengan s1=8 dan 2 dengan s2=6. bila 1 2 2 dan 2 tidak diketahui tetapi ukuran kedua contoh cukup 1 2 besar. Seperti juga sebelumnya. diketahui bila x1 dan x2 masing-masing adalah nilai tengah sampel acak bebas berukuran n1 dan n2 yang diambil dari populasi dalam ragam σ 12 dan σ 22.064. Suatu ujian kimia diberikan pada 50 siswa perempuan dan 75 siswa laki-laki.(̅ ⁄ ̅ ) ( ) ⁄ [ √( ⁄ ) ( ⁄ ) ] Yang membawa pada selang kepercayaan (1–α) 100% bagi 1-2 berikut ini: a. Contoh. Dengan demikian subtitusi ke dalam rumus : . dan µ2 adalah nilai tengah skors semua siswa perempuan yang mungkin mengambil ujian ini. Selang kepercayaan bagi µ1-µ2 dan σ 22. tanpa memberikan pengaruh yang berarti pada selang kepercayaan.02=2. Siswa-siswa perempuan mencapai rata-rata 76 dengan simpangan baku 6. kita memperoleh dari tabel bahwa z0. µ1 adalah nilai tengah skors semua siswa laki-laki. Karena ni dan n2 keduanya cukup besar. Jawab : Nilai dugaan titik bagi µ1-µ2 adalah x1-x2 = 82-76 = 6.05. kita masih mendapatkan selang kepercayaan hampiran yang sangat baik bila n1 dan n2 lebih besar daripada 30. Dengan mengambil α=0. sedangkan siswa-siswa laki-laki memperoleh rata-rata 82 dengan simpangan baku 8. maka kita dapat mengganti dan 2 2 dengan s12 dan s22. Tentukan selang kepercayaan 96% bagi beda µ1-µ2. Bila kedua contohnya diambil dari populasi normal maka derajat kepercayaan yang dinyatakan tersebut tepat. yang diketahui maka selang kepercayaan (1-α) 100% bagi µ1-µ2 adalah : (̅ ̅ ) ⁄ √ ( ) (̅ ̅ ) ⁄ √ Sedangkan dalam hal ini zα/2 adalah nilai peubah normal baku z yang luas daerah di sebelah kanannya sebesar 1-α.

kita mendapatkan . Bila 21=22=σ2. kita harus menyandarkan pada sebaran t untuk mendapatkan selang kepercayaannya. Dengan mensubtitusikan T ke dalam ketaksamaan tersebut. ( ) ⁄ ⁄ Sedangkan tα/2 adalah nilai t dengan n1+ n2-2 derajat bebas yang luas daerah dibawah kurva disebelah kanannya adalah α/2. kita mendapatkan statistic (̅ ̅ ) √( ⁄ ) ( ) ( ⁄ ) Yang menyebar menurut sebaran t dengan v=n1+n2-2 derajat bebas. Bila dimisalkan σ 12 dan σ 22 tidak diketahui dan n1 dan n2 kecil (<30). kita mendapatkan peubah normal dalam bentuk (̅ √ ̅ ) ( ⁄ ) ( ) ( ⁄ ) sedangkan σ2 harus diduga dengan cara menggabungkan kedua ragam sampel. asalkan kedua populasinya kira-kira menyebar normal. Penduga gabungan sp2 diperoleh melalui rumus ( ) ( ) sp2 adalah n1+n2-2.(̅ ̅ ) ⁄ √ ( ) (̅ ̅ ) ⁄ √ Menghasilkan selang kepercayaan 96% nya ( ) Atau √ ( ) ( ) √ Prosedur pendugaan selisih dua nilai tengah populasi yang baru dibicarakan hanya berlaku bila σ 12 dan σ 22 diketahui atau dapat diduga dari contoh yang berukuran besar. Bila ukuran contohnya kecil.

Pada akhir semester setiap kelas dib erikan ujian yang sama. maka selang kepercayaan (1-α) 100% bagi µ1 dan µ2 diberikan oleh rumus (̅ ̅ ) ⁄ √( ) ( ) ( ) (̅ ̅ ) ⁄ √( ) ( ) Sedangkan dalam hal ini Sp adalah nilai dugaan gabungan bagi simpangan baku populasi dan tα/2 adalah nlai t dengan v= ni-n2+2 derajat bebas yang luas daerah disebelah kanannya sebesar α/2. 12=22 tetapi nilainya tidak diketahui. sedangkan kelas kedua mencapai nilai rata-rata dengan simpangan baku 5. Selang kepercayaan bagi µ1-µ2 untuk contoh berukuran kecil. Kelas yang pertama mencappai nilai rata-rata 85 dengan simpangan baku 4.µ2 sebagai berikut : b.a fiasumsikan kedua populasi menyebar menghampiri normal dengan ragam yang sama. . Pelajaran yang sama diberikan pula pada 10 siswa tetapi dengan metode pengajan yang menggunakan bahanyang telah diprogramkan.(̅ ⁄ ̅ ) √( ⁄ ) ( ) ⁄ [ ( ⁄ ) ] setelah mengerjakan perhitungan yang diperlukan. selisih kedua nilai tengah sampel x1x2 dan ragam gabungannya ( ) ( ) Dapat dihitung dan kita memperoleh selang keepercayaan (1-α) 100% bagi µ1 . Tentukan selang kepercayaan 90% bagi selisih antara kedua nilai tengah populasi bi. Contoh: suatu pelajaran matematika diberikan pada 12 siswa dengan metode pengjaran yanh biasa. Bila x1 dan x2 mawing masing adalah nilai tengah mpel acak bebas berkuran kecil n1 dan n2 yang diambil dari dua populasi yang hamper normal dengan ragam sama tetapi tidak diketahuio nilainya.

Nilai dugaan gbungan = St2 bagi ragam α2 dalam hal ini adalah ( )( √ Dengan mengakarkan diperoleh Sp = 4. Nilai dugaan titik bagi µ1. Kita ingin membuat selang kepercayaan 90% bagi µ1. Bila perbedaan kedua ragam populasi itu cukup besar. Kenyataan bahwa kedua ujung selang itu positif menunjukan metode pengajaran biasa untuk pengajaran matematika ini lebih unggul dari pada metode pengajaran dengan menggunakan bahan terprogrogramkan. Penyimpangan kecil dari kedua asmsi itu tidak akan banyak berppengaruh pada derajat kepercayaan bagi selang tersebut. Prosedur pembuatan selang kepercayan bagi µ1-µ2 dari contoh berukuran kecil mengasumsikan bahwa kedua populasinya normal dan kdua ragamnya sama.Jawab: Misalkan µ1dan µ2 melambangkan rata-rata nilai semua siswea yang mungkin memeperoleh pelajaran ini dengan metode pengajaran biasa dan yang menggunakan bahan terprogramkan.05 =1. Dengan menggunakan α=0. kita masih mendapatkan hasil yang baik asalkan kedua populasi itu normal dan n1=n2. Oleh karena itu selang kepercayaan 90% bagi µ1-µ2 adalah ( ) ( ( ) √( ) ( ) ( √( ) ) ( ) ) ( ) ( √( ) ) ( ) √( ) ( ) ) ( ) Yang disederhanakan menjadi 0.31 mencakup selisih sesungguhnya nila rata-rata pelajaran matematika untuk kedua metode pengajaran tersebut.478. bahwa t0. dalam setiap percobaan terencana kita harus mengusahakan agar kedua contoh yang diambil berukuran sama. Untuk mendapatkan suatu dugaan selang kepercayaan bagi µ1-µ2 contohnya.1.µ2.31 Jadi kita percaya 90% selang dari 0.69 samapai 7.µ2 adlah x1-x2= 85-81= 4. Itulah sebabnya. bila kedua .725 untuk v= ni+n2-2= 20 derajat bebas.69< µ1-µ2<7.

maka selang kepercayaan (1-α) 100% bagi µ1-µ2 yang merupakan hampiran. kita dapat menuliskan ( ⁄ ⁄ ) Sedangkan tα/2 adalah nilai t dengan α derajat bebas yang diseblah kananya terdapat daerah dibawah kurva seluas α/2 dengan mensubtitusikan T’ kedalam ketaksamaan tersebut dan dilanjutkan dengan manipulasi aljabar sperlunya. dan kita tidak mungkin mengambil contoh yang berukuran sama. Statistic yang digunakan dalam kasus demikian adalah (̅ ̅ ) ( ) √( ⁄ ) ( ⁄ ) Yang sebarannya menghampiri sebaran t dengan v derajat bebas. kita mempeoleh hasil berikut ini. 1 2 2 2 dan nilainya tidak diketahui x1 dan S12.ragam populasi yang tidak diketahui tesebut kcil sekali kemungkinanya untuk sama. sdangkan dalam hal ini ( ⁄ ) ( ⁄ ) ⁄ ( [ ( ⁄ ) ( ⁄ ) ⁄ ( ] [ ) ) ] Karena v menurut rumus diatas jarang sekali berupa bilangan bulat. maka kita harus membulatkannya ke bilangan bulat terdekat. diberikan oleh (̅ ̅ ) ⁄ √( ) ( ) ( ) (̅ ̅ ) ⁄ √( ) ( ) Sedangkan dalam hal ini tα/2 adalah nilai t dengan derajat bebas . dan x2 dan S22 masing-masing adalah nilai tengah dan ragam contoh bebas berukuran kecil n1 dan n2 yang diambil dari dua populasi yang mendekati normal dengan ragam tidak sama dan tidak diketahui nilainya. Dengan menggunakan statistic T’. Selang kepercayaan bagi µ1-µ2 untuk contoh berukuran kecil.

93 – 2.66 cm. Karena kedua ragam populasi dan ukuran contohnya tidak sama.29. Denagn demikian selang kepercayaan 95% bagi µ1-µ2 . Dngan mengambil α= 0.( ⁄ ) ( ⁄ ) ⁄ ( [ ( ⁄ ) ( ⁄ ) ⁄ ( ) ] [ ) ] Yang disebelah kananya terdapat daerah seluas ⁄ . n1= 15.93. Contoh: Catatan selama 15 tahun terkhir menunjukan bahwa curah hujan rata-rata disuatu daerah selama bulan mei adalah 4. mka kita hanya dapat memperoleh hampian bagi selang keprcayaan 95% yang didasarkan pada sebaran t dengan ( ⁄ ) ( ⁄ ) * ( ⁄ ) ⁄ ( ( )+ [ ⁄ ) ⁄ ( ) ] Derajat bebas Nilai dugaan.64 cm dengan simpangan baku 00. S2= 0.14 cm.069 untuk v = 23 derajat bebas.05. Bagi 1-2 adalah x1-x2 = 4. catatan serupa selama 10 yahun terakhir menunjukan bahwa curah hujan rata-rata dibulai mei adalah 2.64. bahwa t0. Kita ingin meendapatkan selang kepercayaan 95% bagi 1-2. didaerah lain. dengan simpangan baku 1.93 cm. sedangkan untuk daerah yang kedua x2 = 2. tentukan selang kepercayaan 955 bagi selisih curah hujan rata-rata yang sebenarnya selama bylai mei dikedua daerah tersebut bila diasumsikan bahwa pengamatan-pengamatan itu beasal dari 2 populasi normal dengan ragam yang berbeda.025 = 2.64 = 2.66 dan n2 = 10. S1 = 1. Jawab: Untuk daerah pertama kita mempunyai x1= 4.14 dan.

Hal ini terjadi. Pengamatan dalam kedua contoh yang diambil dari individu yang sama tentu saja berhubungan dan oleh kerena itu membentuk suatu pasangan. Selang kepercayaan (1-α) 100% bagi µD dapat diperoleh dengan menyatakan ( ⁄ ⁄ ) . d1.. masing-masing pasangan pengamatan tersebut. yang didasarkan pada ̅ akan lebih sensitive. Jadi peubah acaknya mungkin bobot badan masing-masing individu sebelum dan sesudah suatu percobaan digit yang terkontrol. Duga dengan . dari suatu populasi normal dengan nilai tengah µD tetapi ragamnya tidak diketahui.04cm. Dengan demikian s2 merupakan sebuah nilai bagi statistic yang berfluktuasi dari contoh suatu contoh lainnya. Nilai dugaan titik bagi µ1 . ingin menguji keefektifan suatu digit baru menggunkan 15 inddividu dengan mengamati bobot badan sebelum dan sesudah percobaan. Untuk mengetahui apakah digit itu efektif.( ) √( ) ( ) ( ) ( ) √( ) ( ) disederhanakan menjadi Dengan demikian kita percaya 95% selisih curah hujan rata-rata yang sebenarnya selama bulai mei dikedua daerah tersebut berada dalam selang dari 1.µ2 = µD diberikan oleh ̅ . Hal ini dapat dicapai dengan melakukan pengukuran ̅ ̅ pada individu yang sama.. Prosedur pendugaan bagi selisih dua nilai tengah bila contohnya tidak bebas dan ragam kedua populasi tidsk dapat dianggap sama. Misalnya.54-3. Karena ragam bagi ̅ untuk pengamatan berpasangan lebih kecil daripada ragam bagi ̅ ̅ untuk dua contoh acak bebas. bila pengamatan dalam kedua contoh saling berpasang-pasangan sehingga kedua pengamatan itu berhubungan. Karena alas an inilah sering mengusahakan agar dalam suatu percobaan pengamatan berpasang-pasangan.. harus memperhtikan selisih d1. d2. yaitu ragam selisih-selisih tersebut. Selisih-selisih tersebut dipandang sebagai nilai-nilai suatu contoh acak d1. maka setiap inferensia statistic mengenai σ1 – σ2.

Salah seorang dari setiap pasangan diambil secara acak dan dimasukkan kedalam kelas yang hanya menggunakan bahan terpogramkan. setiap pasangan kira-kira mempunyai IQ yang sama. Contoh : Dua puluh mahasiswa tingkat satu dibagi kedalam 10 pasang.µ2 = µD. seperti yang terdahulu. dan melakukan menipulasi aljabar yang diperlukan sampai menghasilkan selang kepercayaan (1-α) 100% bagi µ1 . Anggota pasangan yang lain dimasukkan kedalam kelas biasa. Bila ̅ dan sd adalah nilai tengah dan simpangan baku selisih n pengamatan berpasangan.Sedangan dalam hal ni ̅ ⁄ √ Dan ⁄ . c.µ2 = µD. Pasangan 1 2 3 4 5 6 Bahan Terprogram 76 60 85 58 91 75 Kelas Biasa 81 52 87 70 86 77 D -5 8 -2 -12 5 -2 .µ2 = µD untuk pengamatan berpasangan. Tentunya sekarang sudah menjadi prosedur yang rutin untuk mengganti T dalam ketaksamaan diatas. adalah nilai sebaran t dengan n-1 derajat bebas. adalah ̅ Sedangkan dalam hal ini ⁄ ⁄ √ ̅ ⁄ √ adalah nilai t dengan v= n-1 derajat bebas yang luas daerah di sebelah kanannya α/2. maka selang kepercayaan (1-α) 100% bagi µ1 . Pada akhir semester kedua grup itu diberikan ujian yang sama dan hasilnya adalah sebagai berikut. Selang kepercayaan bagi µ1 .

01 = 2.821 untuk v = n-1 = 9 derajat bebas.38. maka tidak dapat menyimpulkan bahwa metode pengajaran yang satu lebih baik daripada metode pengajaran lainnya.02. Karena pengamatannya berpasangan µ1 . Dengan demikian selang kepercayaan 98% bagi µD adalah √ Yang setelah disederhanakan menjadi √ Dengan demikian percaya 98% bahwa selang dari -7. Karena selang ini memungkinkan µD sama dengan nol. dari tabel diperoleh bahwa t0. Untuk α = 0.7 8 9 10 82 64 79 88 90 63 85 83 -8 1 -6 5 Tentukan selang kepercayaan 98% bagi selisih sesungguhnya dalam kedua metode pengajaran tersebut.µ2 = µD dan nilai dugaan titik bagi µD diberikan oleh ̅ = 1. Ragam selisih-selisih tersebut adalah ∑ ( (∑ ) ) ( ) ( ( ) ) Dengan mengakarkannya diperoleh sd = 6. Jawab: Kita ingin mendapatkan selang kepercayaan 98% bagi µ1 .09 mencakup selisih nilai rata-rata yang sebenarnya bagi kedua metode pengajaran tersebut.µ2 sedangkan µ1 dan µ2 adalah nilai rata-rta semua siswa yang mungkin mengikuti kuliah dengan bahan terpogramkan dan kuliah biasa.29 sampai 4. . meskipun untuk contoh yang diperoleh ini metode pengajaran biasa menunjukkan hasil yang lebih baik.6.

PENDUGAAN PARAMETER Makalah Disusun untuk Memenuhi Tugas Mata Kuliah Metode Statistik Kelompok 1 Putri Utami (109096000001) Lutfi Arqam Dalili(109096000002) Annisa Rizky Utami(109096000003) Dhonny Fadliansyah Wahyu (109096000004) Ayu Suciati (109096000005) PROGRAM STUDI KIMIA JURUSAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI JAKARTA 2011 M 1433 H .