Materi Pokok 04 PENDUGAAN TITIK 1.

Konsep Dasar pendugaan titik Tujuan pendugaan titik adalah menghitung berdasarkan contoh (sample). Satu nilai tunggal yang merupakan penerka terbaik dari nilai sesungguhnya parameter yang sedang diselidiki. Parameter yang sering menarik untuk diselidiki adalah: ± Nilai tengah populasi tunggal Q, ± Median populasi ~, ± Proporsi populasi tunggal p, ± Ragam (varians) W2 atau simpangan baku populasi W, ± Beda dua nilai tengah populasi berbeda Q1 - Q2, ± Beda dua proporsi p1-p2 dari dua populasi berbeda. Notasi U sering digunakan untuk melambangkan parameter secara umum, sehingga U mungkin mewakili Q atau W atau p1 ± p2 dst.

Parameter = ~. nilai tengah contoh. parameter W. Parameter p. simpangan baku contoh. yang dihitung dari contoh (sample). proporsi sukses dalam 3. penduga = = . penduga = S. p = x/n . penduga = .Definisi 4. penduga = ~ = x . Parameter dan Pendugaannya x 1. 2 = S2. penduga = (sample). 5. yang digunakan sebagai terkaan nilai U yang sesungguhnya. Parameter = Q1 . Parameter = W2. median contoh. 2.1 Suatu penduga titik terhadap parameter U merupakan nilai tunggal.Q2. Parameter = Q. penduga = contoh (sample). ragam (varians) contoh 4.

Yn. Parameter = p1 ± p2. «. beda antara dua nilai tengah contoh dari dua contoh acak bebas X1. penduga = antara proporsi sukses.p 2 ! X/m . . dengan X dan Y adalah banyaknya sukses contoh acak bebas berukuran m dan n. 1 . p1 . beda 6. «. Xn dan Y1.Y .Y/n.2 ! X .

9 X 9 ! 27. X2. 4 X 7 ! 25.0 + 28. Bila hasil pengamatan jangka hidup seperti berikut: X1 ! 26. dugaan ~ = (28. 2 X 2 ! 35. 3 X 4 ! 28.Contoh 4. Ambil contoh acak X1.4)/2 = 28. dugaan x = 7 Xi/10 = 28.20 .1. «. 0 X 3 ! 23. x x b) Penduga = ~ .50. 2 X10 ! 29. 0 X 6 ! 30. 6 X 8 ! 28. X10 yang melambangkan jangka hidup dan diasumsikan contoh acak berasal dari populasi yang menyebar secara normal dengan parameter Q dan W. 3 Perhatikan penduga-penduga berikut sebagai hasil pendugaan terhadap Q: a) Penduga = x . 1 X 5 ! 31.

c) Penduga = [min (Xi) + max (Xi)]/2 = rataan dari dua jangka hidup ekstrim. dugaan [min (Xi) + max (Xi)]/2 = (23.05 d) Penduga X tr .0 + 35.1)/2 = 29.

X tr . . kemudian baru dicari nilai tengahnya). nilai tengah hasil pangkasan 10% (10 10 persen dari masing-masing nilai terbesar dan terkecil dikeluarkan.

3  27.2  26.3  28.0  28.4  29.36 Mana hasil pendugaan yang paling dekat dengan nilai sesungguhnya? . ! 10 25.0 8 ! 28.2  30.9  31.

dugaannya ! ! ! 0.2 Suatu perusahaan produsen ingin mengembangkan tipe bumper baru yang lebih tahan terhadap kerusakan karena benturan. X2. Hasil pengamatan x = 15 X 15 maka penduga X p ! . Xn maka penduga W2 adalah varians contoh. Jika ada n papan percobaan dengan waktu pengeringan X1.Contoh 4.3 Suatu perusahaan cat sedang memperhatikan tentang variabilitas waktu pengeringan cat yang dihasilkannya. Perusahaan mencoba tingkat ketahanan bumper tersebut dengan membenturkan sebanyak 25 kali. Ambil X sebagai waktu pengeringan contoh cat yang dicobakan pada papan percobaan dan W2 = var(X) = varians populasi untuk semua waktu pengeringan. . Bila X = banyaknya benturan yang tidak menimbulkan goresan.60 n n 20 Contoh 4. «.

dan kita gunakan 1. maka: 2 2 § X i .§ xi  x Ö2 ! 2 ! n 1 ¨ © © ª ¸ ¹ ¹ º 2 x 2  ¨©© § x ¸¹¹ 2n § i ª iº ! n 1 Misalkan data itu n = 10.

§ i n 2 ! S2 ! 9 .

3 2  ! ! 11.26.90  .

2 2 .29.

285 2 10 9 Penduga adalah ! S ! 11.90 ! 3.45 uatu alternatif penduga varians adalah mengganti n ± 1 dengan 2 n sehingga: § .

X i .X 2! n .

2 ! ! 2 X i  .

§ X i 2 § n n n § X i  .

Jika = penduga yang bias terhadap U adalah ( Ö )  . ~ Suatu penduga titik dikatakan sebagai penduga tidak bias terhadap U jika E( ) ! untuk semua nilai U.2.71 10 2. 10 ! ! 10.§ X i 2 2 n2 Hasil dugaannya 2 107. Penduga Tak Bias Definisi 4.

p Ö 2 f. Grafik fungsi kepekatan penduga tidak bias Ö1 dan penduga bias Ö 2 .k.Suatu penduga adalah tidak bias jika pusat sebarannya mempunyai pusat yang sama dengan nilai parameter yang diduga = U.1.k. f.k.p Ö1 f.p Ö 2 2 ias ias 2 Grafik 4.k.p Ö1 f.

3. Xn merupakan contoh acak dari sebaran dengan nilai tengah Q dan ragam (varians) W2 maka penduga 2 § . Pilih penduga yang tidak bias bila akan memilih beberapa penduga terhadap parameter = U Bila proporsi contoh X/n digunakan sebagai penduga p dimana X adalah banyaknya contoh terpilih yang sukses. X2. Bila X1. maka proporsi contoh p ! x n merupakan penduga tidak bias terhadap p. 1 maka: ¨x¸ 1 E (p) ! E © ¹ ! E (x) ! (np) ! p Ö n ªnº n Bila X adalah contoh acak yang menyebar secara binomial Ö dengan parameter n dan p. Prinsip Pemilihan Penduga. mempunyai sebaran binomial dengan parameter n dan p. «.

X i . n -1 .X merupakan penduga tidak bias terhadap 2 2 Ö !S ! W2.

Xn merupakan contoh acak dari suatu sebaran dengan nilai tengah Q maka x merupakan penduga tidak bias terhadap Q. .Bila X1. Bila sebarannya kontinu dan simetri maka ~ = x median dan x tr ! nilai tengah pangkasan merupakan penduga tidak bias terhadap Q. X2. «.