SlideShare a Scribd company logo
1 of 11
BAB 3
PENARIKAN SAMPEL DAN PENDUGAAN
Nama: Emilia Wati
Prodi: Akuntansi Semester 3
PENARIKAN SAMPEL ACAK SEDERHANA
• Merupakan penarikan sampel dimana pemilihan elemen
populasinya dilakukan sedemikian rupa sehingga setiap
elemen memiliki kesempatan yang sama untuk dipilih.
Penarikan sampel
dari Populasi
Terbatas
Tak Terbatas
DISTRIBUSI PENARIKAN SAMPEL X
Nilai Harapan dari )(: xEx
Sampel tanpa pengembalian 

nN
i
nN
C
i
x X
C 1
1

Sampel dengan pengembalian 

n
N
inX
i
N
X
1
1

Varians dari x
Populasi Terbatas:
nn
nN
x
2
2
1





Populasi tak Terbatas:
n
x
2
2 
 
Standar Deviasi dari x
Populasi Terbatas: 








nN
nN
x


1
Populasi tak Terbatas:
n
x

 
DALIL BATAS MEMUSAT DAN STATISTIKA
INDUKTIF
Dalil Batas Memusat (Central Limit Theorem)
Dalam pemilihan sampel acak sederhana dengan ukuran n dari suatu
populasi yang berasal dari distribusi apapun (Binomial,Poisson dan
lain sebagainya ) maka distribusi dari rata-rata sampel dapat dideteksi
dengan distribusi probabilitas normal untuk ukuran sampel yang
besar.
Statistik Induktif (Inference)
Ialah pengambilan kesimpulan mengenai nilai sebenarnya dari
parameter (yang dihitung berdasarkan populasi) yang didasarkan
pada perhitungan sampel, sehingga kesimpulan tersebut
mengandung unsur ketidakpastian.
Pendugaan interval rata-rata 𝜇
Sampel besar (n≥30),𝜎 diketahui
n
ZX


2
 < 𝜇 <
n
ZX


2

Populasi tak terbatas/populasi terbatas tetapi
pengembalian sampel dg pengembalian
12 


N
nN
n
ZX


< 𝜇 <
12 


N
nN
n
ZX


Populasi terbatas dan
pengembalian sampel tanpa
pengembalian
Sampel besar (n<30),𝜎 tidak diketahui
n
s
tX
2
 < 𝜇 <
n
s
tX
2

2
)(
1
1
XX
n
s i 


Pendugaan interval proporsi p
n
n
X
n
X
Z
n
X
)1(
2

  < 𝑃 <
n
n
X
n
X
Z
n
X
)1(
2

 
Pendugaan interval beda dua rata-rata
Untuk (n≥30),𝜎1
2 dan 𝜎2
2 diketahui
)(2
21
21
)(
xx
ZXX



 < (𝜇1 − 𝜇2) <
)(2
21
21
)(
xx
ZXX




2
2
2
1
2
1
21
)(
nn
xx

 
Untuk (n<30),𝜎1
2 dan 𝜎2
2 diketahui
)()( 21
2
21 xxtXX s
  < (𝜇1 − 𝜇2) < )()( 21
2
21 xxtXX s
 















2121
2
22
2
11
21
11
2
)1()1(
)(
nnnn
snsn
xxs
)(
1
1
;)(
1
1
22
11 2
2
2
2
11
1
2
1
21
XX
n
sXX
n
s i
n
i
n
i
i 



  
Pendugaan interval selisih/beda antara 2 proporsi
)ˆˆ()ˆˆ( 21
2
21 ppzpp s
  < (𝑝1 − 𝑝2) < )ˆˆ()ˆˆ( 21
2
21 ppZpp s
 
2
22
1
11
21
)1()1(ˆ
)ˆˆ(
n
pp
n
pp
pps 



Pendugaan interval untuk 𝜎2 dan 𝜎 diketahui
2
2
)1(
a
sn


< 𝜎2 <
2
2
)1(
b
sn


2
2
)1(
a
sn


< 𝜎 2
2
)1(
b
sn


Untuk menentukan nilai n faktor yang harus diperhatikan :
1) Berapa besarnya yang akan ditolerir
2) Tingkat heterogenitas dari data populasi yang akan diselidiki
3) Besarnya tingkat keyakinan yang akan digunakan untuk
menjamin pernyataan dari pendugaan yang dihasilkan
Penentuan besarnya ukuran sampel (n)
2
2










Z
n

More Related Content

Similar to Emilia wati semester 3 akuntansi_bab 3

APG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rataAPG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rataRani Nooraeni
 
af31319af4158e0bbdaf5085471ecfdf.pptx
af31319af4158e0bbdaf5085471ecfdf.pptxaf31319af4158e0bbdaf5085471ecfdf.pptx
af31319af4158e0bbdaf5085471ecfdf.pptxRianAbang
 
01. rancob fp unsam pertemuan ketiga dan seterusnya 2011
01. rancob fp unsam pertemuan ketiga dan seterusnya 201101. rancob fp unsam pertemuan ketiga dan seterusnya 2011
01. rancob fp unsam pertemuan ketiga dan seterusnya 2011Ir. Zakaria, M.M
 
Inferensi statistik satu populasi
Inferensi statistik satu populasiInferensi statistik satu populasi
Inferensi statistik satu populasiRobbie AkaChopa
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersiSelvin Hadi
 
KEL 1 STATISTIK DSR.pptx
KEL 1 STATISTIK DSR.pptxKEL 1 STATISTIK DSR.pptx
KEL 1 STATISTIK DSR.pptxRinaAgustina68
 
BAB 5. Distribusi Normal dan Distribusi Sampling
BAB 5. Distribusi Normal dan Distribusi SamplingBAB 5. Distribusi Normal dan Distribusi Sampling
BAB 5. Distribusi Normal dan Distribusi SamplingCabii
 
SLIDEDistribusi_Diskret_dan_Kontinu.pptx
SLIDEDistribusi_Diskret_dan_Kontinu.pptxSLIDEDistribusi_Diskret_dan_Kontinu.pptx
SLIDEDistribusi_Diskret_dan_Kontinu.pptxrajazulvan1
 
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITASDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITASHusna Sholihah
 
Random variabel Variabel diskrit dan kontinu.ppt
Random variabel Variabel diskrit dan kontinu.pptRandom variabel Variabel diskrit dan kontinu.ppt
Random variabel Variabel diskrit dan kontinu.pptRinisridevi1
 
DISTRIBUSI_SAMPLING_ppt.ppt
DISTRIBUSI_SAMPLING_ppt.pptDISTRIBUSI_SAMPLING_ppt.ppt
DISTRIBUSI_SAMPLING_ppt.pptIkfaniDifangga
 
02. pengertian dasar rancangan percobaan
02. pengertian dasar rancangan percobaan02. pengertian dasar rancangan percobaan
02. pengertian dasar rancangan percobaanUNTAN
 
02. pengertian dasar rancangan percobaan
02. pengertian dasar rancangan percobaan02. pengertian dasar rancangan percobaan
02. pengertian dasar rancangan percobaanUNTAN
 
Resume pengukuran dispersi indah
Resume pengukuran dispersi indahResume pengukuran dispersi indah
Resume pengukuran dispersi indahindahpr24
 
Analisa frekuensi dan_probabilitas_curah
Analisa frekuensi dan_probabilitas_curahAnalisa frekuensi dan_probabilitas_curah
Analisa frekuensi dan_probabilitas_curahMellyAnggraeni2
 
Fp unsam 2009 bab iii distribusi sampling
Fp unsam 2009 bab iii distribusi samplingFp unsam 2009 bab iii distribusi sampling
Fp unsam 2009 bab iii distribusi samplingIr. Zakaria, M.M
 
02. pengertian dasar
02. pengertian dasar02. pengertian dasar
02. pengertian dasarJauhar Anam
 

Similar to Emilia wati semester 3 akuntansi_bab 3 (20)

APG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rataAPG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
 
af31319af4158e0bbdaf5085471ecfdf.pptx
af31319af4158e0bbdaf5085471ecfdf.pptxaf31319af4158e0bbdaf5085471ecfdf.pptx
af31319af4158e0bbdaf5085471ecfdf.pptx
 
01. rancob fp unsam pertemuan ketiga dan seterusnya 2011
01. rancob fp unsam pertemuan ketiga dan seterusnya 201101. rancob fp unsam pertemuan ketiga dan seterusnya 2011
01. rancob fp unsam pertemuan ketiga dan seterusnya 2011
 
Statistik Sampling
Statistik Sampling Statistik Sampling
Statistik Sampling
 
Inferensi statistik satu populasi
Inferensi statistik satu populasiInferensi statistik satu populasi
Inferensi statistik satu populasi
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersi
 
KEL 1 STATISTIK DSR.pptx
KEL 1 STATISTIK DSR.pptxKEL 1 STATISTIK DSR.pptx
KEL 1 STATISTIK DSR.pptx
 
BAB 5. Distribusi Normal dan Distribusi Sampling
BAB 5. Distribusi Normal dan Distribusi SamplingBAB 5. Distribusi Normal dan Distribusi Sampling
BAB 5. Distribusi Normal dan Distribusi Sampling
 
SLIDEDistribusi_Diskret_dan_Kontinu.pptx
SLIDEDistribusi_Diskret_dan_Kontinu.pptxSLIDEDistribusi_Diskret_dan_Kontinu.pptx
SLIDEDistribusi_Diskret_dan_Kontinu.pptx
 
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITASDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS
 
Random variabel Variabel diskrit dan kontinu.ppt
Random variabel Variabel diskrit dan kontinu.pptRandom variabel Variabel diskrit dan kontinu.ppt
Random variabel Variabel diskrit dan kontinu.ppt
 
DISTRIBUSI_SAMPLING_ppt.ppt
DISTRIBUSI_SAMPLING_ppt.pptDISTRIBUSI_SAMPLING_ppt.ppt
DISTRIBUSI_SAMPLING_ppt.ppt
 
02. pengertian dasar rancangan percobaan
02. pengertian dasar rancangan percobaan02. pengertian dasar rancangan percobaan
02. pengertian dasar rancangan percobaan
 
02. pengertian dasar rancangan percobaan
02. pengertian dasar rancangan percobaan02. pengertian dasar rancangan percobaan
02. pengertian dasar rancangan percobaan
 
DISTRIBUSI_NORMAL.ppt
DISTRIBUSI_NORMAL.pptDISTRIBUSI_NORMAL.ppt
DISTRIBUSI_NORMAL.ppt
 
Resume pengukuran dispersi indah
Resume pengukuran dispersi indahResume pengukuran dispersi indah
Resume pengukuran dispersi indah
 
Distribusi Sampling.ppt
Distribusi Sampling.pptDistribusi Sampling.ppt
Distribusi Sampling.ppt
 
Analisa frekuensi dan_probabilitas_curah
Analisa frekuensi dan_probabilitas_curahAnalisa frekuensi dan_probabilitas_curah
Analisa frekuensi dan_probabilitas_curah
 
Fp unsam 2009 bab iii distribusi sampling
Fp unsam 2009 bab iii distribusi samplingFp unsam 2009 bab iii distribusi sampling
Fp unsam 2009 bab iii distribusi sampling
 
02. pengertian dasar
02. pengertian dasar02. pengertian dasar
02. pengertian dasar
 

More from Emilia Wati

BAB 10 PAJAK INTERNASIONAL
BAB 10 PAJAK INTERNASIONALBAB 10 PAJAK INTERNASIONAL
BAB 10 PAJAK INTERNASIONALEmilia Wati
 
Bab 9 Perencanaan Pajak Berdasarkan UU Domestik - Kelompok 3
Bab 9 Perencanaan Pajak Berdasarkan UU Domestik - Kelompok 3Bab 9 Perencanaan Pajak Berdasarkan UU Domestik - Kelompok 3
Bab 9 Perencanaan Pajak Berdasarkan UU Domestik - Kelompok 3Emilia Wati
 
Hukum bisnis kel.7 stie kasih bangsa
Hukum bisnis kel.7 stie kasih bangsaHukum bisnis kel.7 stie kasih bangsa
Hukum bisnis kel.7 stie kasih bangsaEmilia Wati
 
Sim bab 8 informasi dalam praktik
Sim bab 8 informasi dalam praktikSim bab 8 informasi dalam praktik
Sim bab 8 informasi dalam praktikEmilia Wati
 
SIM Bab 4 pengguna & pengembang sistem
SIM Bab 4 pengguna & pengembang sistemSIM Bab 4 pengguna & pengembang sistem
SIM Bab 4 pengguna & pengembang sistemEmilia Wati
 
BAB 3 Menggunakan Teknologi Informasi dalam Menjalankan Perdagangan Elektroni...
BAB 3Menggunakan Teknologi Informasi dalam Menjalankan Perdagangan Elektroni...BAB 3Menggunakan Teknologi Informasi dalam Menjalankan Perdagangan Elektroni...
BAB 3 Menggunakan Teknologi Informasi dalam Menjalankan Perdagangan Elektroni...Emilia Wati
 
BAB II SISTEM INFORMASI UNTUK KEUNGGULAN KOMPETITITF
BAB II SISTEM INFORMASI UNTUK KEUNGGULAN KOMPETITITFBAB II SISTEM INFORMASI UNTUK KEUNGGULAN KOMPETITITF
BAB II SISTEM INFORMASI UNTUK KEUNGGULAN KOMPETITITFEmilia Wati
 
Bab 12 efisiensi pasar & ekonomi keperilakuan
Bab 12 efisiensi pasar &  ekonomi keperilakuanBab 12 efisiensi pasar &  ekonomi keperilakuan
Bab 12 efisiensi pasar & ekonomi keperilakuanEmilia Wati
 
PENGANTAR ILMU PENGETAHUAN AGAMA ISLAM
PENGANTAR ILMU PENGETAHUAN AGAMA ISLAMPENGANTAR ILMU PENGETAHUAN AGAMA ISLAM
PENGANTAR ILMU PENGETAHUAN AGAMA ISLAMEmilia Wati
 
PENGANTAR ILMU PENGETAHUAN AGAMA HINDU
PENGANTAR ILMU PENGETAHUAN AGAMA HINDUPENGANTAR ILMU PENGETAHUAN AGAMA HINDU
PENGANTAR ILMU PENGETAHUAN AGAMA HINDUEmilia Wati
 
PENGANTAR ILMU PENGETAHUAN AGAMA BUDDHA
PENGANTAR ILMU PENGETAHUAN AGAMA BUDDHAPENGANTAR ILMU PENGETAHUAN AGAMA BUDDHA
PENGANTAR ILMU PENGETAHUAN AGAMA BUDDHAEmilia Wati
 
Alokasi Modal Antara Aset Berisiko dan Aset Bebas Risiko
Alokasi Modal Antara Aset Berisiko dan Aset Bebas RisikoAlokasi Modal Antara Aset Berisiko dan Aset Bebas Risiko
Alokasi Modal Antara Aset Berisiko dan Aset Bebas RisikoEmilia Wati
 
Bagaimana Sekuritas Diperdagangkan
Bagaimana Sekuritas DiperdagangkanBagaimana Sekuritas Diperdagangkan
Bagaimana Sekuritas DiperdagangkanEmilia Wati
 
Instrumen Keuangan
Instrumen KeuanganInstrumen Keuangan
Instrumen KeuanganEmilia Wati
 
Lingkungan Investasi
Lingkungan InvestasiLingkungan Investasi
Lingkungan InvestasiEmilia Wati
 
Travel to japan group 7
Travel to japan group 7Travel to japan group 7
Travel to japan group 7Emilia Wati
 
Emilia wati semester 3 akuntansi_bab 8
Emilia wati semester 3 akuntansi_bab 8Emilia wati semester 3 akuntansi_bab 8
Emilia wati semester 3 akuntansi_bab 8Emilia Wati
 
Emilia wati semester 3 akuntansi_bab 7
Emilia wati semester 3 akuntansi_bab 7Emilia wati semester 3 akuntansi_bab 7
Emilia wati semester 3 akuntansi_bab 7Emilia Wati
 
Emilia wati semester 3 akuntansi_bab 6
Emilia wati semester 3 akuntansi_bab 6Emilia wati semester 3 akuntansi_bab 6
Emilia wati semester 3 akuntansi_bab 6Emilia Wati
 
Emilia wati semester 3 akuntansi_bab 5
Emilia wati semester 3 akuntansi_bab 5Emilia wati semester 3 akuntansi_bab 5
Emilia wati semester 3 akuntansi_bab 5Emilia Wati
 

More from Emilia Wati (20)

BAB 10 PAJAK INTERNASIONAL
BAB 10 PAJAK INTERNASIONALBAB 10 PAJAK INTERNASIONAL
BAB 10 PAJAK INTERNASIONAL
 
Bab 9 Perencanaan Pajak Berdasarkan UU Domestik - Kelompok 3
Bab 9 Perencanaan Pajak Berdasarkan UU Domestik - Kelompok 3Bab 9 Perencanaan Pajak Berdasarkan UU Domestik - Kelompok 3
Bab 9 Perencanaan Pajak Berdasarkan UU Domestik - Kelompok 3
 
Hukum bisnis kel.7 stie kasih bangsa
Hukum bisnis kel.7 stie kasih bangsaHukum bisnis kel.7 stie kasih bangsa
Hukum bisnis kel.7 stie kasih bangsa
 
Sim bab 8 informasi dalam praktik
Sim bab 8 informasi dalam praktikSim bab 8 informasi dalam praktik
Sim bab 8 informasi dalam praktik
 
SIM Bab 4 pengguna & pengembang sistem
SIM Bab 4 pengguna & pengembang sistemSIM Bab 4 pengguna & pengembang sistem
SIM Bab 4 pengguna & pengembang sistem
 
BAB 3 Menggunakan Teknologi Informasi dalam Menjalankan Perdagangan Elektroni...
BAB 3Menggunakan Teknologi Informasi dalam Menjalankan Perdagangan Elektroni...BAB 3Menggunakan Teknologi Informasi dalam Menjalankan Perdagangan Elektroni...
BAB 3 Menggunakan Teknologi Informasi dalam Menjalankan Perdagangan Elektroni...
 
BAB II SISTEM INFORMASI UNTUK KEUNGGULAN KOMPETITITF
BAB II SISTEM INFORMASI UNTUK KEUNGGULAN KOMPETITITFBAB II SISTEM INFORMASI UNTUK KEUNGGULAN KOMPETITITF
BAB II SISTEM INFORMASI UNTUK KEUNGGULAN KOMPETITITF
 
Bab 12 efisiensi pasar & ekonomi keperilakuan
Bab 12 efisiensi pasar &  ekonomi keperilakuanBab 12 efisiensi pasar &  ekonomi keperilakuan
Bab 12 efisiensi pasar & ekonomi keperilakuan
 
PENGANTAR ILMU PENGETAHUAN AGAMA ISLAM
PENGANTAR ILMU PENGETAHUAN AGAMA ISLAMPENGANTAR ILMU PENGETAHUAN AGAMA ISLAM
PENGANTAR ILMU PENGETAHUAN AGAMA ISLAM
 
PENGANTAR ILMU PENGETAHUAN AGAMA HINDU
PENGANTAR ILMU PENGETAHUAN AGAMA HINDUPENGANTAR ILMU PENGETAHUAN AGAMA HINDU
PENGANTAR ILMU PENGETAHUAN AGAMA HINDU
 
PENGANTAR ILMU PENGETAHUAN AGAMA BUDDHA
PENGANTAR ILMU PENGETAHUAN AGAMA BUDDHAPENGANTAR ILMU PENGETAHUAN AGAMA BUDDHA
PENGANTAR ILMU PENGETAHUAN AGAMA BUDDHA
 
Alokasi Modal Antara Aset Berisiko dan Aset Bebas Risiko
Alokasi Modal Antara Aset Berisiko dan Aset Bebas RisikoAlokasi Modal Antara Aset Berisiko dan Aset Bebas Risiko
Alokasi Modal Antara Aset Berisiko dan Aset Bebas Risiko
 
Bagaimana Sekuritas Diperdagangkan
Bagaimana Sekuritas DiperdagangkanBagaimana Sekuritas Diperdagangkan
Bagaimana Sekuritas Diperdagangkan
 
Instrumen Keuangan
Instrumen KeuanganInstrumen Keuangan
Instrumen Keuangan
 
Lingkungan Investasi
Lingkungan InvestasiLingkungan Investasi
Lingkungan Investasi
 
Travel to japan group 7
Travel to japan group 7Travel to japan group 7
Travel to japan group 7
 
Emilia wati semester 3 akuntansi_bab 8
Emilia wati semester 3 akuntansi_bab 8Emilia wati semester 3 akuntansi_bab 8
Emilia wati semester 3 akuntansi_bab 8
 
Emilia wati semester 3 akuntansi_bab 7
Emilia wati semester 3 akuntansi_bab 7Emilia wati semester 3 akuntansi_bab 7
Emilia wati semester 3 akuntansi_bab 7
 
Emilia wati semester 3 akuntansi_bab 6
Emilia wati semester 3 akuntansi_bab 6Emilia wati semester 3 akuntansi_bab 6
Emilia wati semester 3 akuntansi_bab 6
 
Emilia wati semester 3 akuntansi_bab 5
Emilia wati semester 3 akuntansi_bab 5Emilia wati semester 3 akuntansi_bab 5
Emilia wati semester 3 akuntansi_bab 5
 

Emilia wati semester 3 akuntansi_bab 3

  • 1. BAB 3 PENARIKAN SAMPEL DAN PENDUGAAN Nama: Emilia Wati Prodi: Akuntansi Semester 3
  • 2. PENARIKAN SAMPEL ACAK SEDERHANA • Merupakan penarikan sampel dimana pemilihan elemen populasinya dilakukan sedemikian rupa sehingga setiap elemen memiliki kesempatan yang sama untuk dipilih. Penarikan sampel dari Populasi Terbatas Tak Terbatas
  • 3. DISTRIBUSI PENARIKAN SAMPEL X Nilai Harapan dari )(: xEx Sampel tanpa pengembalian   nN i nN C i x X C 1 1  Sampel dengan pengembalian   n N inX i N X 1 1 
  • 4. Varians dari x Populasi Terbatas: nn nN x 2 2 1      Populasi tak Terbatas: n x 2 2    Standar Deviasi dari x Populasi Terbatas:          nN nN x   1 Populasi tak Terbatas: n x   
  • 5. DALIL BATAS MEMUSAT DAN STATISTIKA INDUKTIF Dalil Batas Memusat (Central Limit Theorem) Dalam pemilihan sampel acak sederhana dengan ukuran n dari suatu populasi yang berasal dari distribusi apapun (Binomial,Poisson dan lain sebagainya ) maka distribusi dari rata-rata sampel dapat dideteksi dengan distribusi probabilitas normal untuk ukuran sampel yang besar. Statistik Induktif (Inference) Ialah pengambilan kesimpulan mengenai nilai sebenarnya dari parameter (yang dihitung berdasarkan populasi) yang didasarkan pada perhitungan sampel, sehingga kesimpulan tersebut mengandung unsur ketidakpastian.
  • 6. Pendugaan interval rata-rata 𝜇 Sampel besar (n≥30),𝜎 diketahui n ZX   2  < 𝜇 < n ZX   2  Populasi tak terbatas/populasi terbatas tetapi pengembalian sampel dg pengembalian 12    N nN n ZX   < 𝜇 < 12    N nN n ZX   Populasi terbatas dan pengembalian sampel tanpa pengembalian Sampel besar (n<30),𝜎 tidak diketahui n s tX 2  < 𝜇 < n s tX 2  2 )( 1 1 XX n s i   
  • 7. Pendugaan interval proporsi p n n X n X Z n X )1( 2    < 𝑃 < n n X n X Z n X )1( 2    Pendugaan interval beda dua rata-rata Untuk (n≥30),𝜎1 2 dan 𝜎2 2 diketahui )(2 21 21 )( xx ZXX     < (𝜇1 − 𝜇2) < )(2 21 21 )( xx ZXX     2 2 2 1 2 1 21 )( nn xx   
  • 8. Untuk (n<30),𝜎1 2 dan 𝜎2 2 diketahui )()( 21 2 21 xxtXX s   < (𝜇1 − 𝜇2) < )()( 21 2 21 xxtXX s                  2121 2 22 2 11 21 11 2 )1()1( )( nnnn snsn xxs )( 1 1 ;)( 1 1 22 11 2 2 2 2 11 1 2 1 21 XX n sXX n s i n i n i i       
  • 9. Pendugaan interval selisih/beda antara 2 proporsi )ˆˆ()ˆˆ( 21 2 21 ppzpp s   < (𝑝1 − 𝑝2) < )ˆˆ()ˆˆ( 21 2 21 ppZpp s   2 22 1 11 21 )1()1(ˆ )ˆˆ( n pp n pp pps    
  • 10. Pendugaan interval untuk 𝜎2 dan 𝜎 diketahui 2 2 )1( a sn   < 𝜎2 < 2 2 )1( b sn   2 2 )1( a sn   < 𝜎 2 2 )1( b sn  
  • 11. Untuk menentukan nilai n faktor yang harus diperhatikan : 1) Berapa besarnya yang akan ditolerir 2) Tingkat heterogenitas dari data populasi yang akan diselidiki 3) Besarnya tingkat keyakinan yang akan digunakan untuk menjamin pernyataan dari pendugaan yang dihasilkan Penentuan besarnya ukuran sampel (n) 2 2           Z n