ESTIMASI Pendugaan Prakiraan.

Slides:



Advertisements
Presentasi serupa
Pendugaan Secara Statistik()
Advertisements

Analisa Data Statistik Chap 9a: Estimasi Statistik (Interval Kepercayaan Sampel Tunggal) Agoes Soehianie, Ph.D.
Pendugaan Parameter.
UJI HIPOTESIS Luknis Sabri.
Pendugaan Parameter.
Ramadoni Syahputra, ST, MT
BAB 3 PENARIKAN SAMPEL DAN PENDUGAAN
KULIAH KE 13. I. Istilah 1. Estimator yaitu sampel yang digunakan untuk menaksir populasi 2. Error of Estimate ( α ) yaitu tingkat toleransi kesalahan.
SAMPLING DAN DISTRIBUSI SAMPLING
Estimasi & Uji Hipotesis
Penelitian Suatu penelitian sering dihadapkan kepada Populasi dan Sampel Suatu penelitian sering dihadapkan kepada Populasi dan Sampel Kebanyakan penelitian.
ESTIMASI.
ESTIMASI (PENDUGAAN) Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
Pendugaan Parameter Pendugaan Titik dan Pendugaan Selang
Sri Sulasmiyati, S.Sos, M.AP
ESTIMASI.
PENDUGAAN PARAMETER Luh Putu Suciati 29 Maret 2015.
Estimasi (Pendugaan) TOPIK Pengertian Estimasi Estimasi titik Nilai rata-rata populasi Nilai proporsi populasi Estimasi Interval Estimasi interval.
BIO STATISTIKA JURUSAN BIOLOGI 2014
Statistika Inferensi : Estimasi Titik & Estimasi Interval
PERTEMUAN Ke- 4 Dosen pengasuh: Moraida Hasanah, S.Si., M.Si
TEORI PENDUGAAN (TEORI ESTIMASI)
ESTIMASI Pendugaan Prakiraan
Sri Sulasmiyati, S.Sos, M.AP
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
MODUL II ESTIMASI ATAU PENDUGAAN
PENGUJIAN PARAMETER DENGAN DATA SAMPEL
PENAKSIRAN PARAMETER Statistika digunakan untuk menyimpulkan popoulasi yaitu: Secara sampling (pengukuran pada sampel) Secara sensus ( pengukuran dilakukan.
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
Estimasi Topik Pembahasan: Konsep estimasi (pendugaan statistik)
PENAKSIRAN PARAMETER.
TEORI PENDUGAAN (TEORI ESTIMASI)
Statistika Inferensi : Estimasi Titik & Estimasi Interval
DEP BIOSTATISTIK FKM UI
STATISTIK II Pertemuan 10: Interval Konfidensi Selisih Dua Sampel
STATISTIK II Pertemuan 4: Interval Konfidensi Dosen Pengampu MK:
STATISTIK BISNIS Pertemuan 11: Interval Konfidensi Dosen Pengampu MK:
Uji Hipotesis Dep Biostatik FKM UI.
UJI HIPOTESIS Perbandingan Dua Mean.
SAMPLING DAN DISTRIBUSI SAMPLING
Bab 2. Teori Pendugaan PENDUGAAN TUNGGAL
Perhitungan Besar Sampel
Pendugaan Parameter Pendugaan rata-rata (nilai tengah)
Universitas Muhammadiyah Palangkaraya
Statistika Inferensi : Estimasi Titik & Estimasi Interval
S 12 n1 S 22 n2 S n MODUL III
TEORI PENDUGAAN (TEORI ESTIMASI)
ESTIMASI dan HIPOTESIS
STATISTIK BISNIS Pertemuan 11: Interval Konfidensi Dosen Pengampu MK:
STATISTIK Pertemuan 6: Interval Konfidensi Dosen Pengampu MK:
TEORI PENDUGAAN STATISTIK
ESTIMASI.
PERTEMUAN I 6/11/2018
SCOPE STATISTIKA INFERENSIAL
Estimasi.
STATISTIK II Pertemuan 5-6: Metode Sampling dan Interval Konfidensi
STATISTIK II Pertemuan 9: Interval Konfidensi Satu Sampel
PENDUGAAN PARAMETER.
PENDUGAAN INTERVAL Yang dimaksud dengan Pendugaan Interval adalah suatu dugaan terhadap parameter berdasarkan suatu interval, di dalam interval mana kita.
Statistika Inferensi : Estimasi Titik & Estimasi Interval
TEORI PENDUGAAN SECARA STATISTIK
PERTEMUAN Ke- 5 Statistika Ekonomi II
Interval Konfidensi Selisih Mean, Variansi dan Rasio Variansi
TEORI PENDUGAAN (TEORI ESTIMASI)
Bila ada 2 populasi masing-masing dengan rata- rata μ 1 dan μ 2, varians σ 1 2 dan σ 2 2, maka estimasi dari selisih μ 1 dan μ 2 adalah Sehingga,
TEORI PENDUGAAN STATISTIK
STATISTIK II Pertemuan 4: Interval Konfidensi Dosen Pengampu MK:
Sesi 2: Dasar Teori Rancangan Sampel
Sesi 5: Perhitungan Besar Sampel Untuk Estimasi Parameter
PENDUGAAN STATISTIK Tita Talitha, MT. PENDAHULUAN Konsep pendugaan statistik diperlukan untuk membuat dugaan dari gambaran populasi. Konsep pendugaan.
Transcript presentasi:

ESTIMASI Pendugaan Prakiraan

Estimasi Adalah suatu metoda , dimana kita dapat menduga nilai/ karakteristik populasi dari hasil sampel (statistics) Dibagi 2 macam: Estimasi titik (Point Estimate) Estimasi selang ( Interval Estimate)

Estimasi titik Dalam estimasi titik nilai populasi (parameter) ditentukan hanya oleh satu nilai saja. Nilai yang dipakai menduga nilai populasi tersebut dinamakan “estimator” Ciri estimator yang baik adalah: Tidak bias Efisien dan Konsisten

Estimasi titik Rata-rata populasi: μ, sebetulnya dapat diduga dari bermacam-macam nilai yang ada didalam sampel seperti, X1, X2….Xn, Mo, Md dan X (mean) Dari sebanyak itu nilai maka nilai mean (X) adalah estimator yang baik. Jadi X μ S σ p π

Estimasi titik Misal dari suatu survey cepat yang terdiri dari 210 ibu hamil di Bekasi didapat rata-rata kadar Hb 9,5 gr%.......Maka disimpulkan bahwa kadar Hb bumil di Bekasi adalah 9,5 gr% Kelemahan pendugaan titik ini adalah: Sering meleset / salah Tidak diketahui derajat kebenaran dari pendugaan…….untuk ini dipakai Estimasi selang

Estimasi selang (Interval Estimate) Konsep dari estimasi selang ini adalah bahwa semua sampel yang diambil dari populasi akan berdistribusi normal (CLT) dengan simpangan baku SE Interval pendugaan adalah jarak luas kurva normal yang disebut sebagai derajat kepercayaan “Confidence Interval” atau disingkat CI

Interval estimate CI ini ditentukan oleh peneliti apakah,90%, 95%, 99% tergantung substansi penelitiannya…….di kesmas biasa dipakai 95%. 1- CI disebut α…jadi kalau CI 95%(0,95) maka α =100%-95%= 5% ( 0,05), dari sini didapat nilai Z pada kurva normal…Z1/2 α ….atau Z1- α

Convidence Interval Kurva 1/2α 1/2α 95% (CI) Z Z Z

Rumus umum X- Z 1/2α SE≤ Parameter ≤ X + Z 1/2α SE atau

Contoh Dari suatu penelitian di Bekasi sebanyak 144 bumil didapat kadar Hb mereka x =9,5 gr%...Perkirakanlah di populasinya kalau selama ini diketahui σ=2gr%. CI 95% Penyelesaian: μ = x ± z1/2α σ/√n μ= 9.5 ± 1.96 x 2/√144 = 9.5 ± 0.3 = { 9.2 ; 9.8 } gr% ………CI 95%

Contoh: Suatu penelitian yang dilakukan terhadap 25 orang penderita penyakit jantung koroner (PJK) terhadap kadar kolesterol mereka. Dari sampel tersebut didapatkan rata-rata 210 gr/dl dengan simpangan baku 50 gr/dl. Berapakah kadar kolesterol pada penderita PJK pada 95% CI? Penyelesaian: Dalam kasus ini varian populasi tidak diketahui dengan demikian tidak dapat dipakai distribusi Z dan harus dipakai distribusi t (Student)

Penyelesaian μ= 210 ± 20,64 μ= { 189.36 ; 231.64} gr/dl………CI 95%

Data kategorik Untuk data kategorik pendekatannya selalu ke kurva normal. Dalam analisis univariabel maka X= np Simpangan baku npq Standar Error

Estimasi proporsi Estimasi titik p  Astimasi selang:

Contoh Kasus Telah diambil secara random 50 orang mahasiswa FKM UI, dan didapatkan 10 orang perokok, perkirakanlah berapa proporsi perokok di populasinya? CI= 95% P= 10/50= 0,20 Penyelesaian =0,20,11={0,09 ; 0,31}……CI 95% Diyakini 95% bahwa perokok dipopulasi Mhs FKM UI 9% s/d 31%

Sekian