Pendugaan Parameter.

Slides:



Advertisements
Presentasi serupa
Statistika Inferensi : Estimasi Titik & Estimasi Interval
Advertisements

METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
Pendugaan Secara Statistik()
BAB 8 Estimasi Interval Kepercayaan
7 Sebaran Penarikan Contoh/Sampel dan Penduga Titik Bagi Parameter.
Analisa Data Statistik Chap 9a: Estimasi Statistik (Interval Dua Sampel) Agoes Soehianie, Ph.D.
Analisa Data Statistik Chap 9a: Estimasi Statistik (Interval Kepercayaan Sampel Tunggal) Agoes Soehianie, Ph.D.
8 Statistik Selang untuk Sampel Tunggal.
Pendugaan Parameter.
ESTIMASI MATERI KE.
Selamat Bertemu Kembali Pada M. Kuliah STATISTIKA
Pendugaan Parameter.
Ramadoni Syahputra, ST, MT
Statistika Inferensi : Estimasi Titik & Estimasi Interval
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
PENDUGAAN STATISTIK Tita Talitha, MT.
Statistika 2 Pendugaan Topik Bahasan: Universitas Gunadarma
PENDUGAAN PARAMETER.
SAMPLING DAN DISTRIBUSI SAMPLING
Estimasi & Uji Hipotesis
ESTIMASI (PENDUGAAN) Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
Confidence Interval Michael ( ) Sheila Aulia ( )
Statistika Inferensi : Estimasi Titik & Estimasi Interval
ESTIMASI.
PENDUGAAN SELANG (INTERVAL) NILAI TENGAH
PENDUGAAN PARAMETER Luh Putu Suciati 29 Maret 2015.
© 2002 Prentice-Hall, Inc.Chap 6-1 Metode Statistika I Interval Konfidensi.
Estimasi (Pendugaan) TOPIK Pengertian Estimasi Estimasi titik Nilai rata-rata populasi Nilai proporsi populasi Estimasi Interval Estimasi interval.
Statistika Inferensi : Estimasi Titik & Estimasi Interval
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
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
Estimasi Topik Pembahasan: Konsep estimasi (pendugaan statistik)
TEORI PENDUGAAN (TEORI ESTIMASI)
Statistika Inferensi : Estimasi Titik & Estimasi Interval
ESTIMASI Pendugaan Prakiraan.
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:
Estimasi.
STATISTIKA DALAM KIMIA ANALITIK
SAMPLING DAN DISTRIBUSI SAMPLING
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Statistika Inferensi : Estimasi Titik & Estimasi Interval
ESTIMASI dan HIPOTESIS
STATISTIK II Pertemuan 5: Interval Konfidensi Dosen Pengampu MK:
STATISTIK BISNIS Pertemuan 11: Interval Konfidensi Dosen Pengampu MK:
STATISTIK Pertemuan 6: Interval Konfidensi Dosen Pengampu MK:
TEORI PENDUGAAN STATISTIK
Pendugaan Parameter (II) Pertemuan 10
STATISTIK Pertemuan 6: Teori Estimasi (Interval Konfidensi)
SCOPE STATISTIKA INFERENSIAL
Estimasi.
STATISTIK II Pertemuan 5-6: Metode Sampling dan Interval Konfidensi
Estimasi.
STATISTIK II Pertemuan 5: Metode Sampling dan Interval Konfidensi
STATISTIK II Pertemuan 9: Interval Konfidensi Satu Sampel
PENDUGAAN PARAMETER.
BAB 10 STATISTIK INFEREN TENTANG DUA POPULASI
Metode Statistik Metode Statistik Statistik Statistik Deskriptif
Statistika Inferensi : Estimasi Titik & Estimasi Interval
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,
STATISTIK II Pertemuan 4: Interval Konfidensi Dosen Pengampu MK:
Pendugaan Parameter. Populasi : Parameter Sampel : Statistik Statistik merupakan PENDUGA bagi parameter populasi PENDUGA TAK BIAS DAN MEMPUNYAI RAGAM.
PENDUGAAN STATISTIK Tita Talitha, MT. PENDAHULUAN Konsep pendugaan statistik diperlukan untuk membuat dugaan dari gambaran populasi. Konsep pendugaan.
Transcript presentasi:

Pendugaan Parameter

Pendugaan Parameter Pendugaan Titik Pendugaan Parameter Pendugaan Selang

Pendugaan Titik & Selang Pendugaan titik → suatu nilai angka tungal, Pendugaan selang → menyediakan informasi mengenai variasi data Batas atas kepercayaan Batas bawah kepercayaan Penduga titik Lebar selang kepercayaan

Pendugaan Titik μ x p p Mean Proportion We can estimate a Population Parameter … with a Sample Statistic (a Point Estimate) μ x Mean p Proportion p

Pendugaan nilai tengah Pendugaan Selang Pendugaan nilai tengah Pendugaan proporsi Pendugaan ragam Pendugaan Selang

Formula Umum The general formula for all confidence intervals is: Point Estimate  (Critical Value)(Standard Error)

Pendugaan Selang Nilai Tengah

Pendugaan Nilai Tengah Satu Populasi Dua Populasi Data berpasangan σ diketahui σ tidak diketahui n ≥ 30 n < 30

Satu Populasi

Selang Kepercayaan untuk μ (σ Diketahui) Asumsi Standar deviasi populasi σ diketahui Populasi berdistribusi normal Jika populasi tidak berdistribusi normal, gunakan sampel yang besar Estimasi selang kepercayaan

Selang Kepercayaan untuk μ (σ Diketahui) Atau dapat ditulis:

Contoh Suatu percobaan sampel mengambil 9 buah gelas air mineral secara random dari populasi yang sangat besar. Rata-rata dari gelas yang terpilih berisi 220 ml. Diketahui dari percobaan sebelumnya, standar deviasi dari populasi sebesar 21 ml. Tentukan selang kepercayaan 95% untuk rata-rata isi gelas air mineral dari populasi!

Jawab Diketahui: Jawab: = 220 ml σ 21 ml α 0.5 zα/2 1.96

Interpretasi Kita yakin 95% bahwa rata-rata sebenarnya (populasi) isi gelas air mineral antara 206.28 ml sampai dengan 233.72 ml Meskipun rata-rata populasi dapat ada maupun tidak ada dalam interval ini, 95% dari interval yang terbentuk dengan menggunakan cara ini mungkin akan mengandung rata-rata populasi

Satu Populasi, σ Tidak Diketahui Asumsi: Standar deviasi populasi tidak diketahui Populasi berdistribusi normal Gunakan Distribusi Student’s t Estimasi selang kepercayaan

Student’s t Distribution Nilai t tergantung pada derajat bebas Jumlah pengamatan yang bebas untuk bervariasi setelah mean sampel telah dihitung d.f. = n - 1

Student’s t Distribution Note: t z as n increases Standard Normal (t with df = ) t (df = 13) t-distributions are bell-shaped and symmetric, but have ‘fatter’ tails than the normal t (df = 5) t

Untuk Sampel Besar Karena t → z ketika jumlah sampel besar, maka ketika n  30: Technically correct Dapat didekati dengan:

Dua Populasi

Pendugaan Selisih Dua Nilai Tengah (σ Diketahui) Bila kita mempunyai dua populasi saling bebas dengan mean 1 dan 2 dan ragam 12 dan 22 maka penduga titik bagi selisih antara 1 dan 2 diberikan oleh statistik . Bila dan masing-masing adalah mean sampel acak bebas berukuran n1 dan n2 yang diambil dari populasi dengan ragam 12 dan 22 diketahui, maka selang kepercayaan 100(1-)% bagi 1-2 adalah

Pendugaan Selisih Dua Nilai Tengah (σ Tidak Diketahui, n≥30) Jika 12 dan 22 tidak diketahui, tetapi n1 dan n2 lebih besar dari 30, maka 12 dan 22 dapat diganti dengan s12 dan s22.

Pendugaan Selisih Dua Nilai Tengah (σ Tidak Diketahui, n<30) Bila 12=22 tapi nilainya tidak diketahui: dengan derajat bebas v = n1+ n2 – 2 . Dimana:

Pendugaan Selisih Dua Nilai Tengah (σ Tidak Diketahui, n<30) Bila 1222 dan nilainya tidak diketahui: dengan derajat bebas untuk distribusi t adalah

Data Berpasangan

Bila kita mempunyai dua populasi yang tidak saling bebas (berpasangan), selang kepercayaan 100(1-)% bagi D=1-2 untuk pengamatan berpasangan tersebut adalah

Penentuan Ukuran Sampel

Margin of Error Margin of Error (e): jumlah yang ditambahkan dan dikurangi dengan estimasi titik untuk membentuk selang kepercayaan Example: Margin of error for estimating μ, σ known:

Penentuan Ukuran Sampel Ukuran sampel dapat ditentukan untuk mencapai margin kesalahan yang diinginkan (e) dan tingkat kepercayaan (1 - ) Ukuran sampel yang dibutuhkan, jika σ diketahui:

Contoh Jika  = 45, berapa banyak sampel yang dibutuhkan jika kita ingin percaya 90% bahwa nilai dugaan kita menyimpang ± 5? Jadi, jumlah sampel yang dibutuhkan n = 220 (Always round up)