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.

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

Selang kepercayaan bagi µ . 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. Bila ̅ adalah nilai tengah contoh acak berukuran n yang diambil dari suatu populasi dengan ragam σ2 diketahui . kita tidak dapat . σ diketahui.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 . Untuk contoh kecil yang diambil dari populasi yang tidak normal.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/√ .

adalah kedua batas kepercayaan : ⁄ √ dan ⁄ √ Contoh yang berbeda akan menghasilkan nilai x yang berbeda pula. kita akan mengganti α dengan simpangan baku contoh s.Tetapi bila ukuran contohnya n ≥ 30 . Untuk menghitung selang kepercayaan (1–α)100% bagi µ. . Contoh Suatu contoh acak 36 mahasiswa tingkat akhir menghasilkan nilai tengah dan simpang baku nilai mutu rata rata sebesar. dan semakin yakinlah kita bahwa contoh yang terpilih itu akan menghasilkan selang yang mencakup parameter µ yang tidak diketahui. berturut turut 2.2. bagaimanapun bentuk populasinya . karena panjang selang hanya bergantung kepada nilai Z α semakin besar nilai z α/2 yang kita pilih.6. Jelaslah bahwa nilai-nilai peubah acak dan yang didefinisikan dalam pasal 9. Noktah yang terletak dipusat setiap selang menunjukkan posisi x yang merupakan nilai dugaaan titik bagi contoh yang bersangkutan. semakin panjang selang tersebut.3. kita telah mengasumsikan bahwa α diketahui. Buat selang kepercayaan 95% dan 99% bagi nilai tengah mutu rata rata seluruh mahasiswa tingkat akhir.Sebagian besar selang terlihat mencakup µ. Karena ukuran contohnya besar. sehingga selang kepercayaan bagi paremeter µ diperoleh.6 dan 0.tetapi tidak semuanya.Perhatikan bahwa semua selang itu mempunyai selang panjang yang sama.mengharapkan bahwa derajat kepercayaan bagi selang tersebut akan akurat.teori penarikan contoh menjamin akan diperolehnya hasil yang memuaskan. asalkan n ≥ 30.Karena asumsi ini biasanya tidak berlaku. Jawab: Nilai dugaan titikbagi µ adalah x = 2.

simpangan baku σ dapat diduga dengan s = 0.025.005 = 2. kita ingin mengetahui berapa besar sebuah contoh harus diambil aga galat dalam menduga µ tidak melebihi suatu nilai tertentu e.025 = 1. Bila x digunakan untuk menduga µ. dan kita percaya 99% bahwa beda itu tidak lebih daripada 0. Tetapi.005 dan di sebelah kirinya 0. kecil sekali kemungkinannya x tepat sama dengan µ. dan kita yakin (1 – α ) 100% bahwa selisih tersebut tidak akan melibihi ⁄ √ .975adalah Z0.96 .3.73 Selang kepercayaan ( 1 – α ) 100% memberikan ukuran sejauh mana ketelitian atau akurasi nilai dugaan titiknya. ditentukan dahulu nilai z yang luas daerah di sebelah kanannya 0.995. kita boleh percaya (1 – α) 100% bahwa galatnya tidak akan melebihi suatu nilai tertentu e bila ukuran contohnya diambil sebesar: . sehingga nilai dugaan itu mempunyai galat. Yang berarti pula luas daerah di sebelah kirinya 0.1. Besarnya galat ini sama dengan nilai mutlak selisih atau beda 7 antara µ dan x. Bila µ memang pusat selang itu. kita percaya bahwa 95% b perbedaan niai tengah ontoh x = 2. Dalam contoh soal. Dengan demikian selang kepercayaan 95 % bagi µ adalah ( )( ⁄ √ ) ( )( ⁄ √ ) Yang setelah disederhanakan menghasilkan : 2.575 dan selang kepercayaan 99% bagi µ adalah ( )( ⁄ √ ) ( )( ⁄ √ ) Disederhanakan menjadi : 2. Ini berarti kita harus menentukan n sehingga ⁄ √ . Seringkali.13.6 dengan dari nilai tengah yang sesungguhnya µ tidak lebih daripada 0.47 < µ < 2. Nilai z yang luas daerah di sebelah kanannya 0.70 Untuk memperoleh selang kepercayaan 99%. Dengan demikian.50 < µ < 2. maka x menduga µ tanpa galat. diperoleh Z 0..

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. maka : * ( )( ) + = 138.05. kita harus menduga nilai tengah populasi yang ragam tidak diketahui dan kita tidak mungkin mengambil contoh yang berukuran n ≥ 30. suatu contoh awal berukuran n≥-30 dapat diambil untuk memberikan nilai dugaan bagi σ. Sering kali.3 Jadi. Asalkan populasinya kira-kira berbentuk genta. kemudian dengan menggunakan rumus tersebut. semua pecahan harus dibulatkan ke bilangan bulat berikutnya yang lebih besar. selang kepercayaannya masih dapat diperoleh meskipun σ2 tidak diketahui dan ukuran contohnya kecil.( ⁄ ) Bila menyelesaikan persamaan itu untuk ukuran contoh n.05? Jawab : simpangan baku contoh s = 0. 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. yaitu dengan memanfaatkan sebaran penarikan contoh bagi T. Bila tidak memiliki informasi ini.3 yang diperoleh dari contoh awal berukuran 36 akan digunakan sebagai σ. Dengan selalu mematuhi aturan ini. kita percaya 95% bahwa suatu contoh acak berukuran 139 akan menghasilkan nilai dugaan x yang selisihnya dari σ tidak akan melebihi 0. 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.

maka selang kepercayaan (1-σ) 100% bagi µ diberikan rumus ⁄ ⁄ √ √ Contoh: Isi 7 kaleng asam sulfat adalah 9. kecuali bahwa kita menggunakan sebaran t sebagai pengganti sebaran normal baku. diperoleh : (̅ ⁄ √ ̅ ⁄ √ ) Bila sebuah contoh acak berukuran n telah diambil dan simpangan bakunya s dapat dihitung. daerah seluas α/2 juga terdapat di sebelah kiri -. Selang kepercayaan bagi untuk sampel berukuran kecil. Dengan mensubstitusikan bagi T.8.4. diperoleh : ̅ ⁄ ( ⁄ √ ⁄ ) Dengan berturut-turut menggandakan setiap suku ketaksamaan tersebut dengan. yang diambil dari suatu populasi berbentuk genta yang ragamnya tidak diktahui. 10. 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. 10. maka nilai tengah x dan simpangan bakunya s dapat dihitung.2. kemudian mengurangkan X dari setiap suku. Karena sifatnya yang setangkup. 10. 10. 9. Tentukan selang kepercayaan 95% bagi nilai tengah isi semua kaleng demikian ini bila isi kaleng itu menyebar normal ! Jawab : . 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. dan terakhir menggandakan ketaksamaan tersebut dangan – 1.4. sehingga selang kepercayaan ( 1 – α ) 100% bagi µ dapat diperoleh : b.6 liter.Prosedurnya sama seperti pada contoh besar.8. dan 9.0.2. 10.

Contohnya x1 – x2.74 < µ < 10.283 / √ Yang telah disederhanakan menjadi 9.(2. untuk mendapatkan nilai dugaan titik bagi µ1 .µ2 dengan mendasarkan pada sebaran penarikan contoh bagi x1-x2.25 = 2. diperoleh T0. kita mengambil dua contoh acak bebas.283 Dengan menggunakan tabel.µ2.26 B. Bila kedua contoh itu diambil dari populasi normal. Oleh karena itu. Dapat diperoleh ( ⁄ ( ⁄ ) ⁄ ) Dengan mengsubtitusikan z kita mendapatkan banyak ekivalennya . maka kita dapat memperoleh selang kepercayaan bagi µ1 . Dengan demikian selang kepercayaan 95% bagi µ adalah : 10. atau bila n1 dan n2 keduanya lebih besar pada 30. yang berukuran n1 dan n2 dan kemudian menghitung selisih kedua nilai tengah.447(0.283 / √ < µ < 10+ (2.447 untuk v= 6 derajat bebas.0 dan X= 0. Dapat diharapkan bahwa sebaran penarikan contoh bagi x1-x2. satu dari masing-masing populasi.447(0.Nilai tengah dan simpang baku data tersebut adalah : X= 10. 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.

dan µ2 adalah nilai tengah skors semua siswa perempuan yang mungkin mengambil ujian ini. Contoh. Tentukan selang kepercayaan 96% bagi beda µ1-µ2. maka kita dapat mengganti 1 dengan s1=8 dan 2 dengan s2=6. Seperti juga sebelumnya. Karena ni dan n2 keduanya cukup besar. sedangkan siswa-siswa laki-laki memperoleh rata-rata 82 dengan simpangan baku 8. maka kita dapat mengganti dan 2 2 dengan s12 dan s22.(̅ ⁄ ̅ ) ( ) ⁄ [ √( ⁄ ) ( ⁄ ) ] Yang membawa pada selang kepercayaan (1–α) 100% bagi 1-2 berikut ini: a. 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. Dengan mengambil α=0. Untuk populasi tak normal. Siswa-siswa perempuan mencapai rata-rata 76 dengan simpangan baku 6.064. dalam hal ini. Bila kedua contohnya diambil dari populasi normal maka derajat kepercayaan yang dinyatakan tersebut tepat.02=2. Dengan demikian subtitusi ke dalam rumus : .05. bila 1 2 2 dan 2 tidak diketahui tetapi ukuran kedua contoh cukup 1 2 besar. kita memperoleh dari tabel bahwa z0. Suatu ujian kimia diberikan pada 50 siswa perempuan dan 75 siswa laki-laki. Jawab : Nilai dugaan titik bagi µ1-µ2 adalah x1-x2 = 82-76 = 6. kita masih mendapatkan selang kepercayaan hampiran yang sangat baik bila n1 dan n2 lebih besar daripada 30. µ1 adalah nilai tengah skors semua siswa laki-laki. Selang kepercayaan bagi µ1-µ2 dan σ 22. tanpa memberikan pengaruh yang berarti pada selang kepercayaan. 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.

Penduga gabungan sp2 diperoleh melalui rumus ( ) ( ) sp2 adalah n1+n2-2. asalkan kedua populasinya kira-kira menyebar normal. kita mendapatkan statistic (̅ ̅ ) √( ⁄ ) ( ) ( ⁄ ) Yang menyebar menurut sebaran t dengan v=n1+n2-2 derajat bebas. kita harus menyandarkan pada sebaran t untuk mendapatkan selang kepercayaannya. ( ) ⁄ ⁄ Sedangkan tα/2 adalah nilai t dengan n1+ n2-2 derajat bebas yang luas daerah dibawah kurva disebelah kanannya adalah α/2. kita mendapatkan . Bila ukuran contohnya kecil. Dengan mensubtitusikan T ke dalam ketaksamaan tersebut.(̅ ̅ ) ⁄ √ ( ) (̅ ̅ ) ⁄ √ 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. kita mendapatkan peubah normal dalam bentuk (̅ √ ̅ ) ( ⁄ ) ( ) ( ⁄ ) sedangkan σ2 harus diduga dengan cara menggabungkan kedua ragam sampel. Bila dimisalkan σ 12 dan σ 22 tidak diketahui dan n1 dan n2 kecil (<30). Bila 21=22=σ2.

a fiasumsikan kedua populasi menyebar menghampiri normal dengan ragam yang sama.µ2 sebagai berikut : b. 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. Pada akhir semester setiap kelas dib erikan ujian yang sama. Pelajaran yang sama diberikan pula pada 10 siswa tetapi dengan metode pengajan yang menggunakan bahanyang telah diprogramkan.(̅ ⁄ ̅ ) √( ⁄ ) ( ) ⁄ [ ( ⁄ ) ] setelah mengerjakan perhitungan yang diperlukan. 12=22 tetapi nilainya tidak diketahui. selisih kedua nilai tengah sampel x1x2 dan ragam gabungannya ( ) ( ) Dapat dihitung dan kita memperoleh selang keepercayaan (1-α) 100% bagi µ1 . Kelas yang pertama mencappai nilai rata-rata 85 dengan simpangan baku 4. Contoh: suatu pelajaran matematika diberikan pada 12 siswa dengan metode pengjaran yanh biasa. sedangkan kelas kedua mencapai nilai rata-rata dengan simpangan baku 5. . 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. Selang kepercayaan bagi µ1-µ2 untuk contoh berukuran kecil. Tentukan selang kepercayaan 90% bagi selisih antara kedua nilai tengah populasi bi.

05 =1. Kita ingin membuat selang kepercayaan 90% bagi µ1. Nilai dugaan titik bagi µ1.69 samapai 7. bahwa t0. bila kedua .31 mencakup selisih sesungguhnya nila rata-rata pelajaran matematika untuk kedua metode pengajaran tersebut.478. Dengan menggunakan α=0. Penyimpangan kecil dari kedua asmsi itu tidak akan banyak berppengaruh pada derajat kepercayaan bagi selang tersebut. 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.µ2.725 untuk v= ni+n2-2= 20 derajat bebas. Prosedur pembuatan selang kepercayan bagi µ1-µ2 dari contoh berukuran kecil mengasumsikan bahwa kedua populasinya normal dan kdua ragamnya sama.µ2 adlah x1-x2= 85-81= 4.1.31 Jadi kita percaya 90% selang dari 0.Jawab: Misalkan µ1dan µ2 melambangkan rata-rata nilai semua siswea yang mungkin memeperoleh pelajaran ini dengan metode pengajaran biasa dan yang menggunakan bahan terprogramkan. Nilai dugaan gbungan = St2 bagi ragam α2 dalam hal ini adalah ( )( √ Dengan mengakarkan diperoleh Sp = 4.69< µ1-µ2<7. kita masih mendapatkan hasil yang baik asalkan kedua populasi itu normal dan n1=n2. dalam setiap percobaan terencana kita harus mengusahakan agar kedua contoh yang diambil berukuran sama. Untuk mendapatkan suatu dugaan selang kepercayaan bagi µ1-µ2 contohnya. Oleh karena itu selang kepercayaan 90% bagi µ1-µ2 adalah ( ) ( ( ) √( ) ( ) ( √( ) ) ( ) ) ( ) ( √( ) ) ( ) √( ) ( ) ) ( ) Yang disederhanakan menjadi 0. Itulah sebabnya. Bila perbedaan kedua ragam populasi itu cukup besar.

maka kita harus membulatkannya ke bilangan bulat terdekat. sdangkan dalam hal ini ( ⁄ ) ( ⁄ ) ⁄ ( [ ( ⁄ ) ( ⁄ ) ⁄ ( ] [ ) ) ] Karena v menurut rumus diatas jarang sekali berupa bilangan bulat. Selang kepercayaan bagi µ1-µ2 untuk contoh berukuran kecil. Dengan menggunakan statistic T’. diberikan oleh (̅ ̅ ) ⁄ √( ) ( ) ( ) (̅ ̅ ) ⁄ √( ) ( ) Sedangkan dalam hal ini tα/2 adalah nilai t dengan derajat bebas . 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 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 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. maka selang kepercayaan (1-α) 100% bagi µ1-µ2 yang merupakan hampiran.ragam populasi yang tidak diketahui tesebut kcil sekali kemungkinanya untuk sama. kita mempeoleh hasil berikut ini. 1 2 2 2 dan nilainya tidak diketahui x1 dan S12.

025 = 2.66 cm. Contoh: Catatan selama 15 tahun terkhir menunjukan bahwa curah hujan rata-rata disuatu daerah selama bulan mei adalah 4. dengan simpangan baku 1.93 cm. mka kita hanya dapat memperoleh hampian bagi selang keprcayaan 95% yang didasarkan pada sebaran t dengan ( ⁄ ) ( ⁄ ) * ( ⁄ ) ⁄ ( ( )+ [ ⁄ ) ⁄ ( ) ] Derajat bebas Nilai dugaan.( ⁄ ) ( ⁄ ) ⁄ ( [ ( ⁄ ) ( ⁄ ) ⁄ ( ) ] [ ) ] Yang disebelah kananya terdapat daerah seluas ⁄ .66 dan n2 = 10.14 dan.64 cm dengan simpangan baku 00. didaerah lain. Denagn demikian selang kepercayaan 95% bagi µ1-µ2 . catatan serupa selama 10 yahun terakhir menunjukan bahwa curah hujan rata-rata dibulai mei adalah 2.05. 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. Jawab: Untuk daerah pertama kita mempunyai x1= 4.14 cm.93 – 2. bahwa t0. Bagi 1-2 adalah x1-x2 = 4.069 untuk v = 23 derajat bebas. Karena kedua ragam populasi dan ukuran contohnya tidak sama.64 = 2. Dngan mengambil α= 0.93.64. Kita ingin meendapatkan selang kepercayaan 95% bagi 1-2. sedangkan untuk daerah yang kedua x2 = 2.29. n1= 15. S1 = 1. S2= 0.

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

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

µ2 sedangkan µ1 dan µ2 adalah nilai rata-rta semua siswa yang mungkin mengikuti kuliah dengan bahan terpogramkan dan kuliah biasa.821 untuk v = n-1 = 9 derajat bebas. dari tabel diperoleh bahwa t0. meskipun untuk contoh yang diperoleh ini metode pengajaran biasa menunjukkan hasil yang lebih baik.09 mencakup selisih nilai rata-rata yang sebenarnya bagi kedua metode pengajaran tersebut. Dengan demikian selang kepercayaan 98% bagi µD adalah √ Yang setelah disederhanakan menjadi √ Dengan demikian percaya 98% bahwa selang dari -7. Untuk α = 0.29 sampai 4.38. maka tidak dapat menyimpulkan bahwa metode pengajaran yang satu lebih baik daripada metode pengajaran lainnya. Jawab: Kita ingin mendapatkan selang kepercayaan 98% bagi µ1 .6. . Karena pengamatannya berpasangan µ1 .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. Karena selang ini memungkinkan µD sama dengan nol.02. Ragam selisih-selisih tersebut adalah ∑ ( (∑ ) ) ( ) ( ( ) ) Dengan mengakarkannya diperoleh sd = 6.01 = 2.

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 .

Sign up to vote on this title
UsefulNot useful