MAKALAH STATISTIKA

³INFERENCES ABOUT A POPULATION PROPORTION´

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

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

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

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

sehingga jumlah dapat diperlakukan seolah-olah itu adalah variabel binomial. Penyelesaian : Nomor dalam sampel mewakili hanya sebagian kecil dari total keanggotaan.E.Titik Estimasi dari Proporsi populasi Parameter: proporsi populasi Data: X = Nilai yang memiliki karakteristik dalam sampel acak berukuran n Estimator:  =  dan Estimasi S.E Untuk nilai n besar. Berdasarkan sampel pengiriman.06 Oleh karena itu.E. ( = = = 0.4% batas kekeliruan yaitu 0. 70 anggota memutuskan untuk membeli item tersebut. proporsi perkiraan adalah . Pertanyaan : Berikan titik perkiraan (estimasi point) proporsi dari anggota klub yang bisa diharapkan untuk membeli item dan melampirkan margin kesalahan 95.28 dengan 95. Sebuah pengiriman mengirim sebuah sample acak dari 250 anggota yang dipilih dari daftar lebih dari 9000 pelangggan.028 = 0.056 = 0. sehingga estimasi proporsi populasi adalah = = 0. = S. sebuah kesalahan batas (margin) yang mendekati 100 (1 ± ) adalah z /2 Contoh Soal 1.4%?.4% batas kekeliruan = 2 .28    Estimasi S. Di sini n = 250 dan X = 70.028 95. Sebuah klub pesanan besar yang menawarkan harapan spesial bulanan ingin mencoba sebuah item baru.

)% interval untuk p diberikan dengan :  -z /2 .8%. z /2 adalah sebuah kandidat. dua angka desimal) KEYAKINAN INTERVAL UNTUK p Sebuah keyakinan interval sampel besar untuk sebuah proporsi populasi berikut dari pendekatan normal proporsi sample .82 = 0.(dua angka dibelakang koma.025 = diamati = 41/500 = 0.025 = 1. dibenarkan. 10. Namun. Hitung interval kepercayaan 95% untuk tingkat pengangguran di negara ini. 0.) = 95.918.96. atau (5. di mana 41 orang ditemukan menganggur dari sebuah sampel acak 500 orang dari angkatan kerja negara. didapat interval 95% untuk tingkat pengangguran di negara ini 0. jadi kita gunakan standard deviasi estimsated standar / n untuk mengatur nilai akhir dari sebuah interval keyakinan.082.025 dan z. Pertimbangkan data dari contoh 2.082 0.024 = (0.058. standar deviasi melibatkan yang merupakan parameter yang tidak diketahui. Kemudian menghitung z. sehingga pendekatan normal terhadap distribusi proporsi sampel 1.106). 100 (1.6%) dalam persentase. ketika (1 . kita memiliki / 2 = 0. Sejak hampir normal dengan mean dan standart deviasi interval acak p . dan    = 1-0.96    Oleh karena itu. Penyelesaian : Ukuran sampel n = 500 adalah besar. Karena prosedur kita akan . Perhatikan lagi bahwa bentuk umum dari interval keyakinan adalah : Estimate(perkiraan) (z-value) (estimated standart error) Interval Sample besar untuk p Untuk n besar. +z /2 Contoh soal 2.

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

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

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