INTERVAL KONFIDENSI Disusun Oleh: Desi Fatmawati K

Slides:



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

Pendugaan Secara Statistik()
Distribusi Chi Kuadrat, t dan F
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.
Interval Prediksi 1. Digunakan untuk melakukan estimasi nilai X secara individu 2. Tidak digunakan untuk melakukan estimasi parameter populasi yang tidak.
THE RATIO ESTIMATOR VARIANCE DAN BIAS RATIO PENDUGA SAMPEL VARIANCE
SUPLEMEN SIMPLE RANDOM SAMPLING
Pendugaan Parameter.
PENDUGAAN PARAMETER DARMANTO.
Pendugaan Parameter.
ESTIMASI MATERI KE.
Distribusi Normal Distribusi normal memiliki variable random yang kontinus. Dimana nilai dari variable randomnya adalah bilang bulat dan pecahan. Probabilitas.
Inferensia Vektor Rata-Rata
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.
Modul 6 : Estimasi dan Uji Hipotesis
PENDUGAAN STATISTIK Tita Talitha, MT.
BESAR SAMPEL Setiyowati Rahardjo.
Statistika 2 Pendugaan Topik Bahasan: Universitas Gunadarma
PENDUGAAN PARAMETER.
Taksiran Interval untuk Selisih 2 Mean Populasi
TEORI PENDUGAAN (TEORI ESTIMASI)
SAMPLING DAN DISTRIBUSI SAMPLING
ESTIMASI (MENAKSIR) Pertemuan ke 11.
ESTIMASI (PENDUGAAN) Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
PENGUJIAN PARAMETER DENGAN DATA SAMPEL
Bab1.Teori Penarikan Sampel
Confidence Interval Michael ( ) Sheila Aulia ( )
Pendugaan Parameter Pendugaan Titik dan Pendugaan Selang
PENAKSIRAN (ESTIMASI)
1 SAMPLING ACAK STRATIFIKASI. 2 Populasi berukuran N dikelompokkan menjadi L strata : Sampel berukuran n dan setiap strata akan terpilih subsample berukuran.
Rentang Kepercayaan (Confidence Interval)
Pendugaan Parameter.
PENDUGAAN PARAMETER Luh Putu Suciati 29 Maret 2015.
Statistika Inferensi : Estimasi Titik & Estimasi Interval
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
PENGUJIAN PARAMETER DENGAN DATA SAMPEL
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
TEORI PENDUGAAN (TEORI ESTIMASI)
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.
MODUL IV ESTIMASI/PENDUGAAN (3) A. ESTIMASI RAGAM
KONSEP DASAR STATISTIK
SAMPLING DAN DISTRIBUSI SAMPLING
Pendugaan Parameter Pendugaan rata-rata (nilai tengah)
Statistika Inferensi : Estimasi Titik & Estimasi Interval
MENAKSIR RATA-RATA µ RUMUS-RUMUS YANG DAPAT DIGUNAKAN
STATISTIK BISNIS Pertemuan 11: Interval Konfidensi Dosen Pengampu MK:
METODE STATISTIKA Lukman Harun.
STATISTIK Pertemuan 6: Interval Konfidensi Dosen Pengampu MK:
Standar Deviasi dan Varians
STATISTIK Pertemuan 6: Teori Estimasi (Interval Konfidensi)
Distribusi dan Teknik Sampling
Estimasi.
Estimasi.
STATISTIK II Pertemuan 9: Interval Konfidensi Satu Sampel
PENDUGAAN PARAMETER.
Distribusi t Untuk sampel ukuran , taksiran yang baik dapat diperoleh dengan menggunakan . Bila memberikan taksiran.
Analisis Variansi.
STATISTIKA DASAR Yohanes Visher / PRESENTASI No. 27.
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 STATISTIK Tita Talitha, MT. PENDAHULUAN Konsep pendugaan statistik diperlukan untuk membuat dugaan dari gambaran populasi. Konsep pendugaan.
Transcript presentasi:

INTERVAL KONFIDENSI Disusun Oleh: Desi Fatmawati K1313013 Fitri Rahmawati K1313027

Selisih Rata-Rata Misalnya dipunyai dua populasi yang mempunyai mean masing-masing µ1 dan µ2 dan standar deviasi masing-masing σ1 dan σ2. Dan 𝑥 1, 𝑥 2 masing-masing adalah mean sampel acak bebas berukuran n1 dan n2 maka selang kepercayaan 100(1-)% bagi 1-2 adalah ( 𝑥 1 − 𝑥 2 )− 𝑍 α 2 𝜎 1 2 𝑛 1 + 𝜎 2 2 𝑛 2 <µ1− µ2<( 𝑥 1 − 𝑥 2 )+ 𝑍 α 2 𝜎 1 2 𝑛 1 + 𝜎 2 2 𝑛 2 Apabila σ1 dan σ2 tidak diketahui, tetapi n1 dan n2 lebih besar dari 30, kita gunakan standart deviasi sampelnya, yakni S1 dan S2. ( 𝑥 1 − 𝑥 2 )− 𝑍 α 2 𝑆 1 2 𝑛 1 + 𝑆 2 2 𝑛 2 <µ1− µ2 <( 𝑥 1 − 𝑥 2 )+𝑍 α 2 𝑆 1 2 𝑛 1 + 𝑆 2 2 𝑛 2

dengan derajat bebas untuk distribusi t = v =n1 + n2 – 2 dan Adapun penduga selang kepercayaan 100(1-)% bagi 1-2 untuk sampel kecil (n1≤30 ; n2≤30); bila 1=2 tapi nilainya tidak diketahui adalah ( 𝑥 1 − 𝑥 2 )− 𝑡 ∝ 2 𝑆 𝑝 1 𝑛 1 + 1 𝑛 2 <µ1− µ2 <( 𝑥 1 − 𝑥 2 )+ 𝑡 ∝ 2 𝑆 𝑝 1 𝑛 1 + 1 𝑛 2 dengan derajat bebas untuk distribusi t = v =n1 + n2 – 2 dan 𝑆 1 2 = 𝑛 1 −1 𝑆 1 2 + 𝑛 2 −1 𝑆 1 2 𝑛 1 + 𝑛 2 −2 Selang kepercayaan 100(1-)% bagi 1-2 untuk sampel kecil (n1≤30 ; n2≤30); bila 12 tapi nilainya tidak diketahui ( 𝑥 1 − 𝑥 2 )− 𝑡 ∝ 2 𝑆 𝑝 𝑆 1 2 𝑛 1 + 𝑆 2 2 𝑛 2 <µ1− µ2 <( 𝑥 1 − 𝑥 2 )+ 𝑡 ∝ 2 𝑆 𝑝 𝑆 1 2 𝑛 1 + 𝑆 2 2 𝑛 2 dengan derajat bebas untuk distribusi t adalah 𝑣= ( 𝑆 1 2 𝑛 1 + 𝑆 2 2 𝑛 2 ) 2 ( 𝑆 1 2 𝑛 1 ) 2 𝑛 1 −1 + ( 𝑆 2 2 𝑛 1 ) 2 𝑛 2 −1

TK = 95% 1-α = 95% α = 5%, α /2 = 2.5%  𝑍 𝛼 2 = 1,96 Contoh soal: Suatu sampel random yang terdiri dari 100 keluarga di kota A menunjukkan rata-rata pendapatan keluarga Rp. 15.900,- dengan standar deviasi Rp. 190,- sedang sampel random lain yang terdiri dari 120 keluarga di kota B menunjukkan rata-rata pendapatan keluarga Rp. 15.700,- dengan standar deviasi Rp. 165,-. Hitunglah confidence interval 95% untuk perbedaan rata-rata pendapatan keluarga dri semua keluarga yang berada di kedua kota itu. Jawab: Sampel kota A Sampel kota B n1= 100 n2= 120 𝑥 1 = Rp. 15.900,- 𝑥 1 = Rp. 15.700,- S1= Rp. 190,- S2= Rp. 190,- ( 𝑥 1 - 𝑥 2 ) = 15.900-15.700 = 200 TK = 95% 1-α = 95% α = 5%, α /2 = 2.5%  𝑍 𝛼 2 = 1,96

( 𝑥 1 − 𝑥 2 )− 𝑍 α 2 𝑆 1 2 𝑛 1 + 𝑆 2 2 𝑛 2 <µ1− µ2<( 𝑥 1 − 𝑥 2 )+ 𝑍 α 2 𝑆 1 2 𝑛 1 + 𝑆 2 2 𝑛 2  200 - 1,96 190 2 100 + 165 2 120 < µ1− µ2 < 200 + 1,96 190 2 100 + 165 2 120  200 - 1,96(24,25) < µ1− µ2 < 200 + 1,96(24,25)  200 - 47,53 < µ1− µ2< 200 + 47,53  152,47 < µ1− µ2 < 247,53 Jadi perbedaan rata-rata pendapatan keluarga dri semua keluarga yang berada di kedua kota itu adalah berkisar antara Rp. 152,47,- hingga Rp. 247,53,-

VARIANSI Bila 𝑠 2 adalah penduga titik bagi varians sampel acak berukuran n yang diambil dari suatu populasi normal dengan varians 2, maka selang kepercayaan 100(1-)% bagi 2 adalah dengan 𝑥 𝑛−1, ∝ 2 2 adalah nilai dengan derajad bebas v = n-1 yang luas daerah di sebelah kanannya sebesar .

Contoh soal Suatu mesin pengisi gandum ke dalam kemasan dirancang untuk bekerja mengisi gandum ke dalam kotak rata-rata sebanyak 25 kg. Suatu pemeriksaan terhadap 15 kotak menunjukkan bahwa deviasi standard pengisian gandum itu adalah 0,0894 kg. Estimasikan deviasi standard populasi dg tingkat kepercayaan 95%! jawab: S = 0,0894 ; S2= 0,008 ; n = 15 ; n-1= 14 TK = 95% 1-α = 95%  α = 5%  α /2 = 2.5%

RASIO VARIASI Bila S12 dan S22 varians dari sampel acak masing-masing berukuran n1 dan n2 dari populasi normal, maka selang kepercayaan (1-α)100% untuk rasio σ1/σ2 adalah

Contoh: Suatu eksperimen dilakukan untuk membandingkan kecermatan dua merek detektor merkuri dalam mengukur konsentrasi merkuri diudara. Pada suatu siang hari disuatu daerah tertentu dilakukan pengukuran konsentrasi merkuri, 7 pengukuran dengan detektor merek A dan 6 pengukuran dengan detektor merek B. Diperoleh data : Tentukan interval kepercayaan 90% untuk dimana dan masing-masing adalah variansi populasi semua hasil pengukuran dengan detektor merek A dan merek B. Merek A 0,95 0,96 0,82 0,78 0,71 0,86 0.99 Merek B 0,89 0,91 0,94 0,90  

Jawab 𝑋 1 : hasil pengukuran konsentrasi merkuri dengan menggunakan detektor merek A. 𝑋 2 : hasil pengukuran konsentrasi merkuri dengan menggunakan detektor merek B . Dari data dapat dihitung : 𝑥 1 =0,867 ; 𝑆 1 2 =0,01858 ; 𝑣 1 =7−1=6 𝑥 2 =0,907; 𝑆 1 2 =0,000345 ; 𝑣 1 =6−1=5 1-α= 0,90 => α= 0,10 Dari tabel : 𝐹 0,05;6,5 =4,95 dan 𝐹 0,05;5,6 =4,39 Interval kepercayaan 90% untuk 𝜎 1 2 𝜎 2 2 : 0,010858 0,000346 1 4,95 < 𝜎 1 2 𝜎 2 2 < 0,010858 0,000346 4,39 6,3397< 𝜎 1 2 𝜎 2 2 <137,7648