MAKALAH STATISTIKA

³INFERENCES ABOUT A POPULATION PROPORTION´

Oleh: 1.
JURUSAN TEKNIK INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET 2011

Fase kedua adalah statistika induktif. kuantitatif ataupun kualitatif. nilai-nilai statistik yang perlu dihitung kemudian dibandingkan ± menggunakan kriteria tertentu ± dengan hipotesis. yang pada umunya dilakukan berdasarkan pada data sampel yang diambil dari populasi yang bersangkutan. dihitung dan dari nilai-nilai statistik ini kita simpulkan bagaimana parameter bertingkah laku. Populasi adalah totalitas semua nilai yang mungkin.PENDAHULUAN Kita tahu bahwa statistika terbagi atas dua fase ialah statistika deskriptif dan statistika induktif. Dalam pengujian hipotesis. mengingat berbagai faktor. baik hasil menghitung maupun pengukuran. yaitu statistik. Dalam kenyataannya. Untuk ini kelakuan populasi dipelajari berdasarkan data yang diambil baik secara sampling ataupun sensus. . Cara pengambilan kesimpulan tentang parameter yang pertama kali akan dilakukan dengan cara-cara menaksir. Dalam makalah ini akan membahas tentang kekeliruan yang akan terjadi. Sampel adalah sebagian yang diambil dari populasi dengan menggunakan cara-cara tertentu. Kelakuan populasi yang akan ditinjau di sini hanyalah mengenai parameter populasi dan sampel yang digunakan adalah sampel acak. Jadi harga parameter yang sebenarnya tetapi tak diketahui itu akan ditaksir berdasarkan statistik sampel yang diambil dari populasi yang bersangkutan. Dengan statistika kita berusaha untuk menyimpulkan populasi. kesimpulan mengenai populasi dibuat. Dalam melakukan pengujian hipotesis pasti akan muncul kekeliruan yang dapat terjadi. berusaha menyimpulkan tentang karakteristik populasi. daripada karakteristik tertentu mengenai sekumpulan obyek yang lengkap dan jelas. nilai-nilai yang perlu. Fase pertama dikerjakan unyuk melakukan fase kedua. untuk keperluan tersebut diambil sebuah sampel yang representatif lalu berdasarkan pada hasil analisis terhadap data sampel. penelitian dilakukan. Data sampel dianalisi. sampel acak diambil.

Jika jumlah X memiliki distribusi binomial. . Notasi topi mengingatkan kita bahwa Bila ukuran sampel n adalah hanya sebagian kecil dari ukuran populasi. proporsi sampel  adalah estimator yang wajar dari proporsi populasi p. ketika n adalah besar. Ingat dari bagian 6 itu. Hal ini menunjukkan bahwa mean dan standar deviasi  adalah biasanya didistribusikan dengan ESTIMASI TITIK p Intuitif. Contoh 2 menganggap sampling n = 500 orang untuk menyimpulkan tentang proporsi penduduk yang menganggur. diilustrasikan pada Gambar 12. Ketika elemen n secara acak sampel dari populasi. dimana q = (1-p). sebagai penduga dari p. sangat penting bagi semua kesimpulan tentang proporsi populasi . Secara khusus adalah :   Z= = Bentuk terakhir. variabel binomial X baik didekati oleh np normal dengan mean dan deviasi standar dimana dapat dirumuskan  Z= Pernyataan ini dapat dikonversi menjadi sebuah pernyataan tentang proporsi dengan membagi pembilang dan penyebut dengan n. jumlah sampel X memiliki distribusi binomial dengan mean np dan standar deviasi . Pemikiran umum menunjukkan proporsi sampel adalah :    adalah statistik. data akan terdiri dari menghitung X dari jumlah sampel elemen memiliki karakteristik.Alasan yang menyebabkan estimasi rata-rata juga berlaku untuk masalah estimasi perkiraan dari proporsi populasi.

= Ketika n adalah besar. Hasil kedua menunjukkan bahwa kesalahan umum dari estimator adalah : S. sebelum pengambilan sampel. distribusi sampling dari memiliki rata sebesar proporsi populasi./2 1- /2  p ± z /2 p p + z /2 Gambar 12 perkiraan distribusi normal  E(X) = np. Sejak E(  = = sd(X) =  = X / n.954 bahwa kesalahan estimasi   akan kurang dari 2 X (Estimasi S. atau Estimasi S. probabilitas adalah mendekati sekitar 0.E. sifat expetation memberikan sd Dengan kata lain.E) .E = for Kesalahann Standard estimasi dapat diperoleh dengan menggantikan estimasi sampel dan =1untuk q dalam formula.

sehingga jumlah dapat diperlakukan seolah-olah itu adalah variabel binomial.028 95. sehingga estimasi proporsi populasi adalah = = 0. Penyelesaian : Nomor dalam sampel mewakili hanya sebagian kecil dari total keanggotaan.4%?. Di sini n = 250 dan X = 70. ( = = = 0. Pertanyaan : Berikan titik perkiraan (estimasi point) proporsi dari anggota klub yang bisa diharapkan untuk membeli item dan melampirkan margin kesalahan 95. Berdasarkan sampel pengiriman. = S.E.4% batas kekeliruan yaitu 0. Sebuah klub pesanan besar yang menawarkan harapan spesial bulanan ingin mencoba sebuah item baru.Titik Estimasi dari Proporsi populasi Parameter: proporsi populasi Data: X = Nilai yang memiliki karakteristik dalam sampel acak berukuran n Estimator:  =  dan Estimasi S.06 Oleh karena itu.4% batas kekeliruan = 2 .E.28    Estimasi S. Sebuah pengiriman mengirim sebuah sample acak dari 250 anggota yang dipilih dari daftar lebih dari 9000 pelangggan.056 = 0. proporsi perkiraan adalah .E Untuk nilai n besar. 70 anggota memutuskan untuk membeli item tersebut. sebuah kesalahan batas (margin) yang mendekati 100 (1 ± ) adalah z /2 Contoh Soal 1.028 = 0.28 dengan 95.

atau (5. dan    = 1-0.) = 95.082. z /2 adalah sebuah kandidat.918.(dua angka dibelakang koma.6%) dalam persentase.025 = 1. didapat interval 95% untuk tingkat pengangguran di negara ini 0. dua angka desimal) KEYAKINAN INTERVAL UNTUK p Sebuah keyakinan interval sampel besar untuk sebuah proporsi populasi berikut dari pendekatan normal proporsi sample . Namun.)% interval untuk p diberikan dengan :  -z /2 . sehingga pendekatan normal terhadap distribusi proporsi sampel 1.082 0.025 dan z.058. Kemudian menghitung z. 100 (1. di mana 41 orang ditemukan menganggur dari sebuah sampel acak 500 orang dari angkatan kerja negara.96.025 = diamati = 41/500 = 0. Sejak hampir normal dengan mean dan standart deviasi interval acak p .106). jadi kita gunakan standard deviasi estimsated standar / n untuk mengatur nilai akhir dari sebuah interval keyakinan. 10.8%. kita memiliki / 2 = 0. Perhatikan lagi bahwa bentuk umum dari interval keyakinan adalah : Estimate(perkiraan) (z-value) (estimated standart error) Interval Sample besar untuk p Untuk n besar. ketika (1 . Pertimbangkan data dari contoh 2. dibenarkan. Hitung interval kepercayaan 95% untuk tingkat pengangguran di negara ini.024 = (0. Karena prosedur kita akan .96    Oleh karena itu. 0. Penyelesaian : Ukuran sampel n = 500 adalah besar. +z /2 Contoh soal 2. standar deviasi melibatkan yang merupakan parameter yang tidak diketahui.82 = 0.

MENENTUKAN UKURAN SAMPEL Perhatikan bahwa. statistik standar . Dengan jumlah besar dari n percobaan. proporsi   memiliki nilai o kira-kira mendekati distribusi normal. sebelum mengambil sample. ukuran sampel yang diperlukan diperoleh dengan menyamakan z /2 dimana d adalah batas kesalahan (margin error) yang ditetapkan.8 dan 10. Berdasarkan hipotesis nol. Oleh = d. perkiraan numerik karena itu. kita menggunakan ekspresi z /2  . ditentukan dan distribusi adalah mendekati N o. Kemudian Diperoleh n= Jika nilai p diketahui kira-kira di lingkungan sebuah nilai n= (1 ) . yang ’‘“‘   Akibatnya.menghasilkan pernyataan yang benar 95% dari waktu. )% error margin untuk estimasi p. maka n dapat ditentukan dari Tanpa pengetahuan sebelumnya dari p. kita dapat 95% yakin bahwa tingkat pengangguran adalah antara 5. pq bisa digantikan oleh ¼ maksimal nilai kemungkinan dan n ditentukan dari hubungan n= PENGUJIAN SAMPEL BESAR TENTANG p pengujian Ho = sampel o = o versus H1: o.6%. untuk 100 (1dari tidak tersedia.

1). kami menggunakan penguujian satu sisi dengan cara yang persis sama kita dibahas di Bagian 4 sehubungan dengan tes tentang miu.Z= ’‘“‘  ’‘ Memiliki distribusi N(0. Karena hipotesis alternatif dua sisi. . daerah tingkat penolakan pengujian diberikan dengan R: z /2 Untuk alternatif satu sisi.

Peristiwa bebas ( Independen event) 3. Peristiwa saling lepas (mutually exclusive) . Hukum Perkalian Probabilitas 2. yaitu: 1.KESIMPULAN Terdapat beberapa hubungan peristiwa. Peristiwa dengan probabilitas bersyarat (conditional probability) 2. Peristiwa tidak saling bebas (dependent event) 4. Hukum Pertambahan dari Probabilitas . didalamnya terdapat hubungan Inklusif 2 Hukum Probabilitas yang berlaku adalah: 1.

Sign up to vote on this title
UsefulNot useful