Statistika Inferensi Estimasi

24
STATISTIKA INFERENSI : ESTIMASI TITIK & ESTIMASI INTERVAL

Transcript of Statistika Inferensi Estimasi

Page 1: Statistika Inferensi Estimasi

STATISTIKA INFERENSI : ESTIMASI TITIK & ESTIMASI

INTERVAL

Page 2: Statistika Inferensi Estimasi

ESTIMASI TITIK Estimasi adalah keseluruhan

proses yang menggunakan sebuah estimator untuk menghasilkan sebuah estimate dari suatu parameter.

Sebuah estimasi titik dari sebuah parameter adalah sesuatu angka tunggal yang dapat dianggap sebagai nilai yang masuk akal dari .

Page 3: Statistika Inferensi Estimasi

CONTOH Pabrik ban “Stonbridge” ingin

mengestimasi penjualan rata-rata per hari. Sebuah sampel harian dikumpulkan menghasilkan rata-rata Rp 8.000.000,-.

Dalam hal ini telah dilakukan estimasi titik, dengan menggunakan estimator berupa statistic mean ( ) untuk mengestimasi parameter mean populasi (μ). Nilai sampel Rp 8.000.000,- sebagai nilai estimate dari mean populasi.

X

Page 4: Statistika Inferensi Estimasi

ESTIMASI INTERVAL Sebuah estimasi interval (interval

estimate) dari sebuah parameter , adalah suatu sebaran nilai nilai yang digunakan untuk mengestimasi interval.

Jika dimiliki sampel X1, X2, …., Xn dari distribusi normal N(, 2) maka

),(~2

nNX

Page 5: Statistika Inferensi Estimasi

Akibatnya interval kepercayaan (1-)100% untuk mean populasi adalah

dengan Z(1-/2) adalah kuantil

ke-(1-/2) dari distribusi normal baku dan jika tidak diketahui maka dapat diestimasi dengan simpangan baku (standard deviation) sampel s yaitu s = s2.

nZX

nZX

2/12/1

Page 6: Statistika Inferensi Estimasi

Jadi interval kepercayaan (confidence interval) adalah estimasi estimasi interval berdasarkan tingkat kepercayaan tertentu dan batas atas serta batas bawah interval disebut batas kepercayaan (confidence limits).

Dari prakteknya tingkat kepercayaan dilakukan sebelum estimasi dilakukan, jadi dengan menetapkan tingkat kepercayaan interval sebesar 90 persen.

Artinya seseorang yang melakukan tersebut ingin agar 90 persen yakin bahwa mean dari populasi akan termuat dalam interval yang diperoleh.

Page 7: Statistika Inferensi Estimasi

ESTIMASI INTERVAL UNTUK BEBERAPA TINGKAT KEPERCAYAAN (1-)100%.

Page 8: Statistika Inferensi Estimasi

CONTOH Seorang manager di perusahaan kertas

Papilus ingin mengestimasi waktu rata-rata yang diperlukan oleh sebuah mesin untuk memproduksi 1 rim kertas.

Suatu sampe acak ukuran 36 menunjukan bahwa rata-rata waktu yang diperlukan untuk memproduksi 1 rim kertas adalah adalah 1,5 menit.

Informasi dari perusahaan kertas menyatakan standar deviasi setiap mesin adalah 0,30 menit dan manager tersebut mengasumsikan hal yang sama terhadap estimasinya.

Page 9: Statistika Inferensi Estimasi

Estimasi interval dengan tingkat kepercayaan 95 persen dapat ditentukan berikut ini :

Unsur unsur yang diketahui : = 1,5 ; = 0,30; n=36; tingkat kepercayaan 95 %. Dengan tingkat kepercayaan 95 % maka nilai z

adalah 1,96 jadi estimasi interval dari nilai waktu rata-rata sesungguhnya adalah :

Dengan kata lain yang manager mengestemasi dengan tingkat keyakinan 95 % bahwa rata-rata untuk memproduksi 1 rim kertas dengan mesin baru tersebut adalah antara 1,402 menit hingga 1,589 menit

X

589,1402,1

)6/3,0(96,15,1)6/3,0)(96,1(5,1

Page 10: Statistika Inferensi Estimasi

JIKA N > 30 Dalam pengujian kekuatan tarl 40 sampel

jenis logam di dapatkan sebagai berikut :

923 1051 1090 1141 1162 1196 1225 1264 1302 1368

924 1051 1094 1146 1163 1197 1231 1120 1303 1393

931 1055 1095 1146 1170 1200 1233 1273 1312 1399

939 1055 1106 1150 1171 1205 1233 1273 1314 1406

maka estimasi rata-rata kekuatan tarik sesungguhnya adalah dari logam tersebut dapat dihitung dengan tingkat kepercayaan 90 persen yaitu :

Page 11: Statistika Inferensi Estimasi

HASIL DARI DATA :

Page 12: Statistika Inferensi Estimasi

DENGAN TINGKAT KEPERCAYAAN 90 % MAKA NILAI Z ADALAH 1,645 JADI ESTIMASI INTERVAL DARI RATA RATA SESUNGGUHNYA ADALAH :

Page 13: Statistika Inferensi Estimasi

HASIL OUTPUT SPSS

Page 14: Statistika Inferensi Estimasi
Page 15: Statistika Inferensi Estimasi

JIKA N 30 Jika dimiliki sampel X1, X2, …., Xn dari

distribusi normal N(, 2) dengan 2 tidak diketahui maka :

berdistribusi t dengan derajat bebas n-1.

nS

XT

/

Page 16: Statistika Inferensi Estimasi

SIFAT-SIFAT DISTRIBUSI T Distribusi ini serupa dengan distribusi Z dengan

mean nol dan simetris berbentuk lonceng / bell shape terhadap mean.

Bentuk distribusi tergantung pada ukuran sampel. Jadi distribusi adalah kumpulan keluarga distribusi dan perbedaan satu dengan yang lainnnya tergantung pada ukuran sampel.

Pada ukuran sampel yang kecil keruncingan berbentuk distribusi t kurang dibandingkan dengan distribusi Z dan jika meningkatnya ukuran sampel mendekati 30 maka bentuk distribusi semakin mendekati bentuk distribusi Z. (Jadi jika n >30 maka digunakan nilai z)

Page 17: Statistika Inferensi Estimasi

GRAFIK FUNGSI DISTRIBUSI T

Page 18: Statistika Inferensi Estimasi

TABEL DISTRIBUSI T

Page 19: Statistika Inferensi Estimasi

Untuk n 30, interval kepercayaan (1-)100% untuk mean populasi adalah

dengan tn-1; (1-/2) adalah kuantil ke-(1-/2)

dari distribusi t dengan derajat bebas n-1 dan s adalah simpangan baku (standard deviation) sampel dengan s = s2 yaitu akar dari variansi sampel.

n

stX

n

stX nn 2/1;12/1;1

Page 20: Statistika Inferensi Estimasi

CONTOH Pengukuran temperature ruang pemanas

5 buah oven sejenis, yang dilakukan setelah beberapa waktu lamanya pemanasan di lakukan sampai bacaan tamperatur stabil (sesuai dengan operasi yang ditetapkan) menunjukan nilai sebagai berikut (dalam derajat Celsius) : 101, 88, 94, 96, dan 103.

Estimasi rata-rata ruang pemanas sesungguhnya (populasi) dari oven temperature dapat diestimasi dengan tingkat kepercayaan 95 persen sebagai berikut:

Page 21: Statistika Inferensi Estimasi

HASIL PERHITUNGAN DARI DATA

Page 22: Statistika Inferensi Estimasi

INTERVAL KEPERCAYAAN (RATA-RATA POPULASI) DENGAN KOEFISIEN KEPERCAYAAN 95 % :

Page 23: Statistika Inferensi Estimasi

HASIL OUTPUT SPSS

Page 24: Statistika Inferensi Estimasi

TERIMA KASIH