S 12 n1 S 22 n2 S n MODUL III

Slides:



Advertisements
Presentasi serupa
Pendugaan Parameter.
Advertisements

Pendugaan Parameter.
DISTRIBUSI TEORITIS.
Pendugaan Parameter.
Ramadoni Syahputra, ST, MT
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
BAB 3 PENARIKAN SAMPEL DAN PENDUGAAN
SAMPLING DAN DISTRIBUSI SAMPLING
Confidence Interval Michael ( ) Sheila Aulia ( )
Pendugaan Parameter Pendugaan Titik dan Pendugaan Selang
ESTIMASI.
1 SAMPLING ACAK STRATIFIKASI. 2 Populasi berukuran N dikelompokkan menjadi L strata : Sampel berukuran n dan setiap strata akan terpilih subsample berukuran.
Statistika 2 Pengujian Hipotesis Topik Bahasan: Universitas Gunadarma
PENDUGAAN SELANG (INTERVAL) NILAI TENGAH
Pendugaan Parameter.
Pendugaan Parameter Oleh : Enny Sinaga.
D0124 Statistika Industri Pertemuan 15 dan 16
BIO STATISTIKA JURUSAN BIOLOGI 2014
Statistika Inferensi : Estimasi Titik & Estimasi Interval
ESTIMASI Pendugaan Prakiraan
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
MODUL II ESTIMASI ATAU PENDUGAAN
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.
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
TAKSIRAN NILAI PARAMETER
Estimasi Topik Pembahasan: Konsep estimasi (pendugaan statistik)
TEORI PENDUGAAN (TEORI ESTIMASI)
Ukuran Kemiringan (Skewness) dan Ukuran Keruncingan (Kurtosis)
Misal sampel I : x1, x2, …. Xn1 ukuran sampel n1
ESTIMASI Pendugaan Prakiraan.
MODUL IX (n1 n2)(n1 n2 1) 2 UJI NON PARAMETRIK (2)
STATISTIK II Pertemuan 10: Interval Konfidensi Selisih Dua Sampel
MODUL V HIPOTESIS STATISTIK
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
MODUL IV ESTIMASI/PENDUGAAN (3) A. ESTIMASI RAGAM
KONSEP DASAR STATISTIK
SAMPLING DAN DISTRIBUSI SAMPLING
Bab 2. Teori Pendugaan PENDUGAAN TUNGGAL
Pendugaan Parameter Pendugaan rata-rata (nilai tengah)
TEORI PENDUGAAN (TEORI ESTIMASI)
UJI F/UJI RAGAM (ANOVA)
DISTRIBUSI SELISIH PROPORSI
PENDUGAAN SELANG RAGAM DAN PROPORSI
MENAKSIR RATA-RATA µ RUMUS-RUMUS YANG DAPAT DIGUNAKAN
TEORI PENDUGAAN STATISTIK
BAB 3 PENARIKAN SAMPEL DAN PENDUGAAN
ESTIMASI.
Regresi Linier Sederhana dan Korelasi
Bab 5. Teori Pendugaan PENDUGAAN TUNGGAL
A = banyak unit yang masuk karakte-ristik tertentu C dari populasi
SAMPLING ACAK SEDERHANA
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
Estimasi.
STATISTIKA INFERENSI STATISTIK
UKURAN VARIASI ATAU DISPERSI (Pengukuran Varians)
Distribusi t Untuk sampel ukuran , taksiran yang baik dapat diperoleh dengan menggunakan . Bila memberikan taksiran.
Penaksiran Parameter Bambang S. Soedibjo.
TEORI PENDUGAAN SECARA STATISTIK
STATISTIKA 2 3. Pendugaan Parameter I OLEH: RISKAYANTO
4. Pendugaan Parameter II
PERTEMUAN Ke- 5 Statistika Ekonomi II
Interval Konfidensi Selisih Mean, Variansi dan Rasio Variansi
Analisis Multivariat Program S2 Matematika Semester Genap 2011/2012
DISTRIBUSI NORMAL.
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,
UJI HIPOTESIS Indah Mulyani.
UJI HIPOTESIS Indah Mulyani.
UJI HIPOTESIS.
Transcript presentasi:

S 12 n1 S 22 n2 S n MODUL III 1 2 1 2 2 ESTIMASI ATAU PENDUGAAN (2)  Selang Kepercayaan bagi µ1 - µ2 untuk contoh berukuran kecil; 2 1 ≠  2 dan nilainya tidak diketahui. 2 2 2 2 ( x - x2 )- t s s 1 2 n1 n2 < µ1 - µ2 < ( x - x )+ t 1 2 n1 n2 s s 1 2 1 2 2 Dalam hal ini t adalah nilai t dengan derajar bebas 2 S 12 n1 S 22 n2 2 /n 1S 2 n /n 1 V= S n  2 1 1  1 2  2 Yang disebelah kanannya terdapat daerah seluas α/2. Contoh 6: Catatan selama 15 tahun terakhir menunjukkan bahwa curah hujan rata – rata disuatu daerah selama bulan mei adalah 4.93 sentimeter, dengan simpangan baku 1.14 sentimeter. Didaerah lain, catatan serupa selama 10 tahun terakhir menunjukkan bahwa curah hujan rata – rata dibulan mei adalah 2.64 sentimeter dengan simpangan baku 0.66 sentimeter. Tentukan selang kepercayaan 95% bagi selisih curah hujan rata – rata yang sebenarnya selama bulan mei dikedua daerah tersebut, bila diasumsikan bahwa pengamatan itu berasal dari dua populasi normal dengan varians yang berbeda. Jawab. Diketahui : x = 4.93, s1 =1.14 dan n1 = 15 1 x = 2.64, s2 = 0.66 dan n2 = 10 2 (1.142 / 15 0.662 / 10) 2 ((1.142 /15) 2 /14) ((0.662 / 10) 2 / 9) http://www.mercubuana.ac.id V=

2 8 2 Sd = 6.38 -1.6 – (20821)(6.38/√10) < µD < 4 5 6 7 8 9 10 60 85 58 91 75 82 64 79 88 52 87 70 86 77 90 63 85 83 8 -2 -12 5 -8 1 -6 Tentukan selang kepercayaan 98% bagi selisih sesunguhnya dalam kedua metode pengajaran tersebut. Jawab. d = - 1.6  d d 2 n 2 i i n(n 1) (10)(392) (16) 2 (10)(9) S d2 = = = 40.7 Sd = 6.38 t 0.01 = 2.821 untuk v = n – 1 = 9 derajat bebas -1.6 – (20821)(6.38/√10) < µD < Disederhanakan menjadi -7.29 < µD < -1.6 + (20821)(6.38/√10) 4.09 Dengan demikian kita percaya 98% bahwa selang dari -7.29 sampai 4.09 mencakup selisih nilai rata – rata yang sebenarnya bagi kedua metode pengajaran tersebut. Karena selang ini memungkinkan nilai µD sama dengan nol, maka kita tidak dapat menyimpulkan bahwa metode pengajaran yang satu lebih baik dari pada metode pengajaran lainnya, meskipun untuk contoh yang diperoleh ini metode pengajaran biasa menunjukkan hasil yang lebih baik. A. ESTIMASI PROPORSI x n P= , x = banyaknya keberhasilan dalam n ulangan http://www.mercubuana.ac.id

Disederhanakan menjadi 0.32 – 1.96 (0.32)(0.68) 500 < p < 0.32 + 1.96 (0.32)(0.68) 500 Disederhanakan menjadi 0.28 < p < 0.36 Bila p merupakan titik pusat selang kepercayaan, maka Pˆ menduga p tanpa galat. Tetapi kecil sekali kemungkinannya bahwa Pˆ tepat sama dengan p, dengan kata lain nilai dugaan titik itu mempunyai galat. Galat Pˆ qˆ n Pˆ qˆ n Pˆ - Z P Pˆ 2 Pˆ + Z 2 Bila Pˆ digunakan sebagai nilai dugaan titik bagi, maka kita percaya ( 1 – α)100% Pˆ qˆ n bahwa galatnya tidak lebih besar dari Z . 2 Ukuran corntoh bagi penduga p Z2 2 Pˆ qˆ e 2 n= Kita harus menggunakan p untuk menentukan ukuran contoh n, sedangkan seperti diketahui p dihitunga dari contoh yang diperoleh. Bila nilai dugaan kasar bagi p dapat diperoleh tanpa mengambil suatu contoh, kita dapat menggunakan nilai ini sebagai nilai p, dan baru kemudian menentukan n. Bila nilai dugaan demikian ini tidak tersedia, kita dapat mengambil contoh awal n ≥ 30 untuk memberikan nilai dugaan bagi p. Kemudian dengan menggunakan rumus diatas, kita dapat menentukan kira- kira berapa pengamatan yang diperlukan untuk menghasilkan derajat ketelitian yang dikehendaki. Sekali lagi n yang berupa pecahan harus dibulatkan ke bilangan bulat berkutnya yang lebih besar. Contoh 9. http://www.mercubuana.ac.id