SlideShare a Scribd company logo
Pendugaan Parameter
 INFERENSI STATISTIK 
Inferensi statistik mencakup semua metode yang 
digunakan dalam penarikan kesimpulan atau 
generalisasi mengenai populasi. 
Inferensi 
Statistik 
Pendugaan 
Parameter 
Pengujian 
Hipotesis
Pendugaan Parameter 
 Pendugaan parameter berarti melakukan estimasi 
terhadap nilai dugaan/taksiran suatu parameter 
tertentu, karena pada umumnya nilai parameter 
suatu distribusi tidak diketahui 
 Contoh : 
Seorang calon dalam suatu pemilihan ingin 
menduga proporsi yang sebenarnya pemilih yang 
akan memilihnya, dengan cara mengambil 100 
orang secara acak untuk ditanyai pendapatnya. 
Proporsi pemilih yang menyukai calon tersebut 
dapat digunakan sebagai dugaan bagi proporsi 
populasi yang sebenarnya.
Metode 
Pendugaan 
Parameter 
Metode 
Pendugaan 
Klasik 
Metode 
Pendugaan 
Bayes 
 Metode Pendugaan Klasik : Pendugaan dilakukan 
berdasarkan sepenuhnya pada informasi sampel 
yang diambil dari populasi. 
 Metode Pendugaan Bayes : Pendugaan dengan 
menggabungkan informasi yang terkandung dalam 
sampel dengan informasi lain yang telah tersedia 
sebelumnya yaitu pengetahuan subyektif mengenai 
distribusi probabilitas parameter.
PENDUGAAN MEAN 
X x 
Penduga titik bagi mean populasi  adalah 
statistik . Bila adalah mean sampel acak 
berukuran n yang diambil dari suatu populasi 
dengan ragam 2 diketahui maka selang 
kepercayaan 100( 
1-)% bagi  adalah 
n 
x z 
 
    
  
n 
x z 
 
2 2 
CATATAN : Jika 2 tidak diketahui, tetapi sampel berukuran besar 
(n≥30), 2 dapat diganti dengan s2.
 Adapun penduga selang kepercayaan 100(1-)% 
bagi  untuk sampel kecil (n<30); bila 2 tidak 
diketahui adalah 
s 
n 
x t x t 
(n 1, ) (n 1, ) 2 2 
s 
         
n 
(n1, / 2) t 
dengan adalah  / nilai 2 
t yang luas daerah 
di sebelah kanan di bawah kurva seluas .
PENDUGAAN SELISIH DUA 
MEAN 
 Bila kita mempunyai dua populasi saling bebas 
dengan mean dan dan ragam 2 dan 1 2 1 
2 
2 maka 
1x 2 x 1 2 X X  
penduga titik bagi selisih antara dan diberikan 
1 2 oleh statistik . Bila dan masing-masing 
adalah mean sampel acak bebas berukuran ndan n1 2 
yang diambil dari populasi dengan ragam 2 dan 1 
2 
2 
diketahui, maka selang kepercayaan 100(1-)% bagi 
2 
2 
2 
( -1adalah 
1 
2 
1 
2 ) ( ) 
1 2 2 2 
 dengan adalah nilai z yang luas daerah di 
sebelah kanan di bawah kurva normal standard 
adalah . 
2 dan 2 
 CATATAN : Jika 1 
2 tidak diketahui, tetapi n1 dan n2 lebih besar dari 30, 
maka  2 dan  2 dapat diganti dengan s 2 dan s 2. 
2 
2 
2 
1 
1 2 1 2 
2 
1 
n n 
x x z 
n n 
x x z 
  
  
  
           
z / 2 
 / 2
 Adapun penduga selang kepercayaan100(1-)% 
bagi -untuk sampel kecil; bila 2=2 tapi 
12 1 
2 
nilainya tidak diketahui adalah 
1 1 
x  x  t s      
 x  x  t s 
  p  p n n 
2 2 n n 
1 2 
( ) 
1 2 1 2 
1 1 
1 2 
( ) 
1 2 
 dengan derajat bebas untuk distribusi t = v =n1 + 
n2 – 2 dan 
n s n s 
(  1)  (  
1) 
2 
1 2 
2 
2 2 
2 
2 1 1 
  
 
n n 
sp
 Selang kepercayaan 100(1-)% bagi -1untuk 
2 sampel kecil; bila 21 
2 
2 tapi nilainya tidak diketahui 
2 
2 
s 
n 
2 
2 
1 
s 
x  x  t            
n 
1 
x x t 
s 
s 
( ) ( ) 
1 2 1 2 1 2 
2 2 
2 
2 
n 
2 
2 
1 
n 
1 
 dengan derajat bebas untuk distribusi t adalah 
2 
2 
1 
   
s n s n 
( ) 
2 
2 
2 
2 
1 
2 
2 
 
1 2 
s n n s n n 
[( ) ( 1)] [( ) ( 1)] 
2 
2 
1 2 
1 
 
v 
 Bila kita mempunyai dua populasi yang tidak saling 
bebas (berpasangan), selang kepercayaan 100(1- 
)% bagi D=1-2 untuk pengamatan berpasangan 
tersebut adalah 
n 
s 
d t 
         
n 
s 
d t d 
D n 
d 
(n 1, ) ( 1, ) 2 2
PENDUGAAN PROPORSI 
 Penduga titik bagi proporsi p dalam suatu percobaan 
binomial diberikan Pˆ oleh  X / statistik n 
, sedangkan X 
menyatakan banyaknya keberhasilan dalam n 
ulangan. Dengan demikian, proporsi sampel 
akan digunakan sebagai nilai pˆ 
dugaan titik bagi 
parameter p tersebut. Bila adalah proporsi 
keberhasilan dalam suatu sampel acak berukuran n, 
dan , maka selang pq 
ˆ ˆ 
Kepercayaan 100(1-)% 
bagi p untuk sampel besar adalah 
n 
pˆ  x / n 
ˆ 
p p z 
ˆ ˆ 
pq 
      
n 
ˆ 
p z 
2 2 
qˆ  1 pˆ 
z / 2 
 / 2 
 dengan adalah nilai z yang luas daerah di 
sebelah kanan di bawah kurva normal standard 
adalah .
PENDUGAAN SELISIH DUA 
PROPORSI 
 Bila dan masing-masing adalah proporsi 
keberhasilan dalam sampel acak yang berukuran 
ndan nserta dan , maka 
1 2 penduga titik bagi selisih antara kedua proporsi 
populasi p– padalah . Sedangkan 
1 2 selang kepercayaan 100 (1-)% bagi p- puntuk 
1 2 sampel besar adalah 
p q 
2 2 
p q 
1 1 
p q 
2 2 
p q 
1 1 
p  p  z         
 dengan adalah nilai z yang luas daerah di 
sebelah kanan di bawah kurva normal standard 
adalah 
2 
1 
1 2 1 2 
2 
1 
1 2 
ˆ ˆ ˆ ˆ 
( ˆ ˆ ) 
ˆ ˆ ˆ ˆ 
( ˆ ˆ ) 
2 2 n 
n 
p p p p z 
n 
n 
1ˆp 2 ˆp 
qˆ1  1 pˆ1 
qˆ2  1 pˆ 2 
pˆ1  pˆ 2 
z / 2 
 / 2
PENDUGAAN VARIANS 
2 s 
 Bila 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 
2 
n s n s 
( 1) (  
1) 
2 
( 1,1 ) 
2 
2 
 
2 
( 1, ) 
  
 
    
   
n n 
2 2 
2 
( 1, / 2)  n 
2 
 dengan adalah nilai dengan derajad 
bebas v = n-1 yang luas daerah di sebelah 
 / 2 
kanannya sebesar
PENDUGAAN RASIO DUA 
VARIANS 
2 
1s 2 
2 s 
 Bila dan masing-masing adalah varians 
sampel acak bebas berukuran n1 dan n2 yang 
diambil dari populasi normal dengan varians 
dan , maka penduga titik bagi rasio adalah 
, dan selang kepercayaan 100(1-)% bagi 1 
 2 
 2 
12  2 
/ 
2 
1 2/2 
2 
adalah 
2 
1 
v v 
f 
 
2 ( , ) 
2 
2 
1 
 
  
2 
2 
1 
  
v v 
( , ) 
2 
1 
2 
2 
2 2 1 
2 1 2 
s 
s 
s 
s f 
 dengan adalah nilai f untuk derajad 
bebas v1 dan v2 yang luas daerah di sebelah 
kanannya sebesar . 
2 
2 
2 
2 
1 s / s 
f / 2(v1,v2) 
 / 2
SOAL 
 Rata-rata Indeks Prestasi (IP) sampel acak 36 
mahasiswa tingkat sarjana adalah 2,6. Hitunglah 
selang kepercayaan 95% dan 99% untuk rata-rata IP 
semua mahasiswa tingkat sarjana. Anggap 
simpangan baku populasinya 0,3. 
 Suatu ujian kimia diberikan kepada 50 siswa wanita 
dan 75 siswa laki-laki. Siswa perempuan mendapat 
nilai rata-rata 76 dengan simpangan baku 6, 
sedangkan siswa laki-laki memperoleh rata-rata 82 
dengan simpangan baku 8. Tentukan selang 
kepercayaan 96% bagi selisih rata-rata nilainya. 
 Dari suatu sampel acak 500 keluarga yang memiliki 
TV disebuah kota kecil, ditemukan bahwa 340 
memiliki TV berwarna. Carilah selang kepercayan 
95% bagi proporsi sesungguhnya dari keluarga yang 
memiliki TV berwarna di kota tersebut.
SOAL 
 Dari suatu sampel acak 500 keluarga yang memiliki TV 
disebuah kota kecil, ditemukan bahwa 340 memiliki TV 
berwarna. Carilah selang kepercayan 95% bagi proporsi 
sesungguhnya dari keluarga yang memiliki TV berwarna di 
kota tersebut. 
 Suatu pengumpulan pendapat umum dilakukan terhadap 
penduduk kota dan di pinggiran kota untuk menyelidiki 
kemungkinan didirikannya suatu pabrik kimia. Ternyata 
2400 di antara 5000 penduduk kota, dan 1200 di antara 
2000 penduduk di pinggiran kota menyetujui rencana 
tersebut. Buat selang kepercayaan 90% bagi selisih 
proporsi sebenarnya yang menyetujui rencana tersebut. 
 Seorang peneliti yakin bahwa alat pengukurnya 
mempunyai simpangan baku  = 2. Dalam suatu 
eksperimen dia mencatat pengukuran 4,1; 5,2; 10,2. Buat 
selang kepercayaan 90% bagi . Apakah data ini sesuai 
dengan asumsinya ?
Source 
 http://www.google.co.id/url?sa=t&rct=j&q=bab-v-pendugaan-parameter. 
doc&source=web&cd=2&ved=0CCAQFjAB 
&url=http%3A%2F%2Fbiologiunair.files.wordpress.co 
m%2F2011%2F03%2Fbab-v-pendugaan-parameter. 
doc&ei=gPbfTpStM5GPiAfBqsyoBQ&usg= 
AFQjCNF5_7HbTcv4z1lTzCVfCdFXixUZ0A 
 Walpole, Ronald E., Myers, Raymond H. 2003. Ilmu 
Peluang dan Statistik untuk Insinyur dan Ilmuwan, 
Edisi 6. Bandung: Penerbit ITB.

More Related Content

What's hot

Distribusi normal, f,t
Distribusi normal, f,tDistribusi normal, f,t
Distribusi normal, f,tratuilma
 
DISTRIBUSI SAMPLING & TEOREMA NILAI TENGAH
DISTRIBUSI SAMPLING & TEOREMA NILAI TENGAHDISTRIBUSI SAMPLING & TEOREMA NILAI TENGAH
DISTRIBUSI SAMPLING & TEOREMA NILAI TENGAH
Universitas Qomaruddin, Gresik, Indonesia
 
Teknik sampling
Teknik samplingTeknik sampling
Teknik sampling
Muhammad Luthfan
 
Tugas regresi linear dan non linier
Tugas regresi linear dan non linierTugas regresi linear dan non linier
Tugas regresi linear dan non linier
nopiana
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
AYU Hardiyanti
 
Distribusi sampling
Distribusi samplingDistribusi sampling
Distribusi sampling
Stephanie Isvirastri
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Aisyah Turidho
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4Az'End Love
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
Hafiza .h
 
Distribusi Sampling
Distribusi SamplingDistribusi Sampling
Distribusi Sampling
Eman Mendrofa
 
Distribusi Binomial
Distribusi BinomialDistribusi Binomial
Distribusi Binomial
Eman Mendrofa
 
pendugaan titik dan pendugaan interval
 pendugaan titik dan pendugaan interval pendugaan titik dan pendugaan interval
pendugaan titik dan pendugaan interval
Yesica Adicondro
 
Chap2 prob 2
Chap2 prob 2Chap2 prob 2
Chap2 prob 2
HIMTI
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
Silvia_Al
 
Model regresi-non-linear
Model regresi-non-linearModel regresi-non-linear
Model regresi-non-linearGifard Narut
 
Tabel Nilai Kritis Distribusi T
Tabel Nilai Kritis Distribusi TTabel Nilai Kritis Distribusi T
Tabel Nilai Kritis Distribusi T
Trisnadi Wijaya
 
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
Cabii
 

What's hot (20)

Distribusi normal, f,t
Distribusi normal, f,tDistribusi normal, f,t
Distribusi normal, f,t
 
DISTRIBUSI SAMPLING & TEOREMA NILAI TENGAH
DISTRIBUSI SAMPLING & TEOREMA NILAI TENGAHDISTRIBUSI SAMPLING & TEOREMA NILAI TENGAH
DISTRIBUSI SAMPLING & TEOREMA NILAI TENGAH
 
Teknik sampling
Teknik samplingTeknik sampling
Teknik sampling
 
Tugas regresi linear dan non linier
Tugas regresi linear dan non linierTugas regresi linear dan non linier
Tugas regresi linear dan non linier
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
 
Distribusi sampling
Distribusi samplingDistribusi sampling
Distribusi sampling
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
 
Distribusi Sampling
Distribusi SamplingDistribusi Sampling
Distribusi Sampling
 
Distribusi Binomial
Distribusi BinomialDistribusi Binomial
Distribusi Binomial
 
Analisis regresi.
Analisis regresi.Analisis regresi.
Analisis regresi.
 
pendugaan titik dan pendugaan interval
 pendugaan titik dan pendugaan interval pendugaan titik dan pendugaan interval
pendugaan titik dan pendugaan interval
 
Uji mann-whitney
Uji mann-whitneyUji mann-whitney
Uji mann-whitney
 
Chap2 prob 2
Chap2 prob 2Chap2 prob 2
Chap2 prob 2
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
 
Model regresi-non-linear
Model regresi-non-linearModel regresi-non-linear
Model regresi-non-linear
 
Tabel Nilai Kritis Distribusi T
Tabel Nilai Kritis Distribusi TTabel Nilai Kritis Distribusi T
Tabel Nilai Kritis Distribusi T
 
Analisis jalur (path analysis)
Analisis jalur (path analysis)Analisis jalur (path analysis)
Analisis jalur (path analysis)
 
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
 

Viewers also liked

Pendugaan Parameter
Pendugaan ParameterPendugaan Parameter
Pendugaan Parameter
Eko Mardianto
 
Laporan praktikum. statek 2013
Laporan praktikum. statek 2013Laporan praktikum. statek 2013
Laporan praktikum. statek 2013
yasrulkh
 
Selang kepercayaan
Selang kepercayaanSelang kepercayaan
Selang kepercayaansidesty
 
Daftar Pustaka
Daftar PustakaDaftar Pustaka
Daftar Pustaka
Eko Mardianto
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan intervalhartantoahock
 
Teori pendugaan statistik
Teori pendugaan statistikTeori pendugaan statistik
Teori pendugaan statistik
Netty Nuraini
 
Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterRetna Rindayani
 

Viewers also liked (8)

Pendugaan Parameter
Pendugaan ParameterPendugaan Parameter
Pendugaan Parameter
 
Laporan praktikum. statek 2013
Laporan praktikum. statek 2013Laporan praktikum. statek 2013
Laporan praktikum. statek 2013
 
Pendugaan parameter
Pendugaan parameterPendugaan parameter
Pendugaan parameter
 
Selang kepercayaan
Selang kepercayaanSelang kepercayaan
Selang kepercayaan
 
Daftar Pustaka
Daftar PustakaDaftar Pustaka
Daftar Pustaka
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
 
Teori pendugaan statistik
Teori pendugaan statistikTeori pendugaan statistik
Teori pendugaan statistik
 
Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan Parameter
 

Similar to Pendugaan Parameter

Teori penaksiran1
Teori penaksiran1Teori penaksiran1
Teori penaksiran1
Ngadiyono Ngadiyono
 
Ek107 122215-838-11
Ek107 122215-838-11Ek107 122215-838-11
Ek107 122215-838-11
Judianto Nugroho
 
Teori pendugaan statistik
Teori pendugaan statistikTeori pendugaan statistik
Teori pendugaan statistik
Riskiana Riskiana
 
Teori Pendugaan Statistik(Bab 3) cek data
Teori Pendugaan Statistik(Bab 3) cek dataTeori Pendugaan Statistik(Bab 3) cek data
Teori Pendugaan Statistik(Bab 3) cek data
UmiMaisaroh8
 
Desain-Eksperimen-Pertemuan-14.ppt
Desain-Eksperimen-Pertemuan-14.pptDesain-Eksperimen-Pertemuan-14.ppt
Desain-Eksperimen-Pertemuan-14.ppt
firmansyah231676
 
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
Rani Nooraeni
 
Inferensi statistik satu populasi
Inferensi statistik satu populasiInferensi statistik satu populasi
Inferensi statistik satu populasiRobbie AkaChopa
 
9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx
9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx
9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx
Kosmetikolshop
 
Distribusi sampling
Distribusi samplingDistribusi sampling
Distribusi sampling
Ragil Purnawan
 
TEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptxTEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptx
TitaMarlina1
 
af31319af4158e0bbdaf5085471ecfdf.pptx
af31319af4158e0bbdaf5085471ecfdf.pptxaf31319af4158e0bbdaf5085471ecfdf.pptx
af31319af4158e0bbdaf5085471ecfdf.pptx
RianAbang
 
Ukuran Letak Data kuartil dan beberapa pembagian lainnya
Ukuran Letak Data  kuartil  dan  beberapa pembagian  lainnyaUkuran Letak Data  kuartil  dan  beberapa pembagian  lainnya
Ukuran Letak Data kuartil dan beberapa pembagian lainnya
Indhasari3
 
Metode penelitian v
Metode penelitian vMetode penelitian v
Metode penelitian v
Stevie Principe
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersi
Selvin Hadi
 
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
Arning Susilawati
 
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.pptTeori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
HulwanulAzkaPutraPra
 
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.pptTeori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
PittTube
 

Similar to Pendugaan Parameter (20)

Teori penaksiran1
Teori penaksiran1Teori penaksiran1
Teori penaksiran1
 
Estimasi1
Estimasi1Estimasi1
Estimasi1
 
Ek107 122215-838-11
Ek107 122215-838-11Ek107 122215-838-11
Ek107 122215-838-11
 
Teori pendugaan statistik
Teori pendugaan statistikTeori pendugaan statistik
Teori pendugaan statistik
 
Teori Pendugaan Statistik(Bab 3) cek data
Teori Pendugaan Statistik(Bab 3) cek dataTeori Pendugaan Statistik(Bab 3) cek data
Teori Pendugaan Statistik(Bab 3) cek data
 
Desain-Eksperimen-Pertemuan-14.ppt
Desain-Eksperimen-Pertemuan-14.pptDesain-Eksperimen-Pertemuan-14.ppt
Desain-Eksperimen-Pertemuan-14.ppt
 
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
 
Inferensi statistik satu populasi
Inferensi statistik satu populasiInferensi statistik satu populasi
Inferensi statistik satu populasi
 
9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx
9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx
9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx
 
Distribusi sampling
Distribusi samplingDistribusi sampling
Distribusi sampling
 
TEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptxTEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptx
 
Estimasi
EstimasiEstimasi
Estimasi
 
af31319af4158e0bbdaf5085471ecfdf.pptx
af31319af4158e0bbdaf5085471ecfdf.pptxaf31319af4158e0bbdaf5085471ecfdf.pptx
af31319af4158e0bbdaf5085471ecfdf.pptx
 
Ukuran Letak Data kuartil dan beberapa pembagian lainnya
Ukuran Letak Data  kuartil  dan  beberapa pembagian  lainnyaUkuran Letak Data  kuartil  dan  beberapa pembagian  lainnya
Ukuran Letak Data kuartil dan beberapa pembagian lainnya
 
Metode penelitian v
Metode penelitian vMetode penelitian v
Metode penelitian v
 
Metode penelitian v
Metode penelitian vMetode penelitian v
Metode penelitian v
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersi
 
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
 
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.pptTeori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
 
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.pptTeori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
 

More from Eko Mardianto

Skripsi judul dan Daftar isi
Skripsi judul dan Daftar isiSkripsi judul dan Daftar isi
Skripsi judul dan Daftar isi
Eko Mardianto
 
Daftar Isi
Daftar IsiDaftar Isi
Daftar Isi
Eko Mardianto
 
Halaman Judul
Halaman JudulHalaman Judul
Halaman Judul
Eko Mardianto
 
Bab Tiga
Bab TigaBab Tiga
Bab Tiga
Eko Mardianto
 
Bab Satu
Bab SatuBab Satu
Bab Satu
Eko Mardianto
 
Bab Dua
Bab DuaBab Dua
Bab Dua
Eko Mardianto
 
Panduan Proposal Sekripsi 2017
Panduan Proposal Sekripsi 2017Panduan Proposal Sekripsi 2017
Panduan Proposal Sekripsi 2017
Eko Mardianto
 
Keputusan 6
Keputusan  6Keputusan  6
Keputusan 6
Eko Mardianto
 
Keputusan 5
Keputusan  5Keputusan  5
Keputusan 5
Eko Mardianto
 
Keputusan 1
Keputusan 1Keputusan 1
Keputusan 1
Eko Mardianto
 
Evaluasi Kinerja 3
Evaluasi Kinerja 3Evaluasi Kinerja 3
Evaluasi Kinerja 3
Eko Mardianto
 
Evaluasi Kinerja 1
Evaluasi Kinerja 1Evaluasi Kinerja 1
Evaluasi Kinerja 1
Eko Mardianto
 
Evaluasi Kinerja 2
Evaluasi Kinerja 2Evaluasi Kinerja 2
Evaluasi Kinerja 2
Eko Mardianto
 
Evaluasi Kinerja 5
Evaluasi Kinerja 5Evaluasi Kinerja 5
Evaluasi Kinerja 5
Eko Mardianto
 
Fungsi IF , Hlookup dan Vlookup
Fungsi IF , Hlookup dan VlookupFungsi IF , Hlookup dan Vlookup
Fungsi IF , Hlookup dan Vlookup
Eko Mardianto
 
Fungsi Datedif
Fungsi DatedifFungsi Datedif
Fungsi Datedif
Eko Mardianto
 
Panduan Lengkap Menguasai SPSS 17
Panduan Lengkap Menguasai SPSS 17Panduan Lengkap Menguasai SPSS 17
Panduan Lengkap Menguasai SPSS 17
Eko Mardianto
 
Belajar SPSS Versi 17
Belajar SPSS Versi 17Belajar SPSS Versi 17
Belajar SPSS Versi 17
Eko Mardianto
 
Manajemen Operasional
Manajemen OperasionalManajemen Operasional
Manajemen Operasional
Eko Mardianto
 
Sumber Data
Sumber DataSumber Data
Sumber Data
Eko Mardianto
 

More from Eko Mardianto (20)

Skripsi judul dan Daftar isi
Skripsi judul dan Daftar isiSkripsi judul dan Daftar isi
Skripsi judul dan Daftar isi
 
Daftar Isi
Daftar IsiDaftar Isi
Daftar Isi
 
Halaman Judul
Halaman JudulHalaman Judul
Halaman Judul
 
Bab Tiga
Bab TigaBab Tiga
Bab Tiga
 
Bab Satu
Bab SatuBab Satu
Bab Satu
 
Bab Dua
Bab DuaBab Dua
Bab Dua
 
Panduan Proposal Sekripsi 2017
Panduan Proposal Sekripsi 2017Panduan Proposal Sekripsi 2017
Panduan Proposal Sekripsi 2017
 
Keputusan 6
Keputusan  6Keputusan  6
Keputusan 6
 
Keputusan 5
Keputusan  5Keputusan  5
Keputusan 5
 
Keputusan 1
Keputusan 1Keputusan 1
Keputusan 1
 
Evaluasi Kinerja 3
Evaluasi Kinerja 3Evaluasi Kinerja 3
Evaluasi Kinerja 3
 
Evaluasi Kinerja 1
Evaluasi Kinerja 1Evaluasi Kinerja 1
Evaluasi Kinerja 1
 
Evaluasi Kinerja 2
Evaluasi Kinerja 2Evaluasi Kinerja 2
Evaluasi Kinerja 2
 
Evaluasi Kinerja 5
Evaluasi Kinerja 5Evaluasi Kinerja 5
Evaluasi Kinerja 5
 
Fungsi IF , Hlookup dan Vlookup
Fungsi IF , Hlookup dan VlookupFungsi IF , Hlookup dan Vlookup
Fungsi IF , Hlookup dan Vlookup
 
Fungsi Datedif
Fungsi DatedifFungsi Datedif
Fungsi Datedif
 
Panduan Lengkap Menguasai SPSS 17
Panduan Lengkap Menguasai SPSS 17Panduan Lengkap Menguasai SPSS 17
Panduan Lengkap Menguasai SPSS 17
 
Belajar SPSS Versi 17
Belajar SPSS Versi 17Belajar SPSS Versi 17
Belajar SPSS Versi 17
 
Manajemen Operasional
Manajemen OperasionalManajemen Operasional
Manajemen Operasional
 
Sumber Data
Sumber DataSumber Data
Sumber Data
 

Pendugaan Parameter

  • 2.  INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi. Inferensi Statistik Pendugaan Parameter Pengujian Hipotesis
  • 3. Pendugaan Parameter  Pendugaan parameter berarti melakukan estimasi terhadap nilai dugaan/taksiran suatu parameter tertentu, karena pada umumnya nilai parameter suatu distribusi tidak diketahui  Contoh : Seorang calon dalam suatu pemilihan ingin menduga proporsi yang sebenarnya pemilih yang akan memilihnya, dengan cara mengambil 100 orang secara acak untuk ditanyai pendapatnya. Proporsi pemilih yang menyukai calon tersebut dapat digunakan sebagai dugaan bagi proporsi populasi yang sebenarnya.
  • 4. Metode Pendugaan Parameter Metode Pendugaan Klasik Metode Pendugaan Bayes  Metode Pendugaan Klasik : Pendugaan dilakukan berdasarkan sepenuhnya pada informasi sampel yang diambil dari populasi.  Metode Pendugaan Bayes : Pendugaan dengan menggabungkan informasi yang terkandung dalam sampel dengan informasi lain yang telah tersedia sebelumnya yaitu pengetahuan subyektif mengenai distribusi probabilitas parameter.
  • 5. PENDUGAAN MEAN X x Penduga titik bagi mean populasi  adalah statistik . Bila adalah mean sampel acak berukuran n yang diambil dari suatu populasi dengan ragam 2 diketahui maka selang kepercayaan 100( 1-)% bagi  adalah n x z        n x z  2 2 CATATAN : Jika 2 tidak diketahui, tetapi sampel berukuran besar (n≥30), 2 dapat diganti dengan s2.
  • 6.  Adapun penduga selang kepercayaan 100(1-)% bagi  untuk sampel kecil (n<30); bila 2 tidak diketahui adalah s n x t x t (n 1, ) (n 1, ) 2 2 s          n (n1, / 2) t dengan adalah  / nilai 2 t yang luas daerah di sebelah kanan di bawah kurva seluas .
  • 7. PENDUGAAN SELISIH DUA MEAN  Bila kita mempunyai dua populasi saling bebas dengan mean dan dan ragam 2 dan 1 2 1 2 2 maka 1x 2 x 1 2 X X  penduga titik bagi selisih antara dan diberikan 1 2 oleh statistik . Bila dan masing-masing adalah mean sampel acak bebas berukuran ndan n1 2 yang diambil dari populasi dengan ragam 2 dan 1 2 2 diketahui, maka selang kepercayaan 100(1-)% bagi 2 2 2 ( -1adalah 1 2 1 2 ) ( ) 1 2 2 2  dengan adalah nilai z yang luas daerah di sebelah kanan di bawah kurva normal standard adalah . 2 dan 2  CATATAN : Jika 1 2 tidak diketahui, tetapi n1 dan n2 lebih besar dari 30, maka  2 dan  2 dapat diganti dengan s 2 dan s 2. 2 2 2 1 1 2 1 2 2 1 n n x x z n n x x z                  z / 2  / 2
  • 8.  Adapun penduga selang kepercayaan100(1-)% bagi -untuk sampel kecil; bila 2=2 tapi 12 1 2 nilainya tidak diketahui adalah 1 1 x  x  t s       x  x  t s   p  p n n 2 2 n n 1 2 ( ) 1 2 1 2 1 1 1 2 ( ) 1 2  dengan derajat bebas untuk distribusi t = v =n1 + n2 – 2 dan n s n s (  1)  (  1) 2 1 2 2 2 2 2 2 1 1    n n sp
  • 9.  Selang kepercayaan 100(1-)% bagi -1untuk 2 sampel kecil; bila 21 2 2 tapi nilainya tidak diketahui 2 2 s n 2 2 1 s x  x  t            n 1 x x t s s ( ) ( ) 1 2 1 2 1 2 2 2 2 2 n 2 2 1 n 1  dengan derajat bebas untuk distribusi t adalah 2 2 1    s n s n ( ) 2 2 2 2 1 2 2  1 2 s n n s n n [( ) ( 1)] [( ) ( 1)] 2 2 1 2 1  v  Bila kita mempunyai dua populasi yang tidak saling bebas (berpasangan), selang kepercayaan 100(1- )% bagi D=1-2 untuk pengamatan berpasangan tersebut adalah n s d t          n s d t d D n d (n 1, ) ( 1, ) 2 2
  • 10. PENDUGAAN PROPORSI  Penduga titik bagi proporsi p dalam suatu percobaan binomial diberikan Pˆ oleh  X / statistik n , sedangkan X menyatakan banyaknya keberhasilan dalam n ulangan. Dengan demikian, proporsi sampel akan digunakan sebagai nilai pˆ dugaan titik bagi parameter p tersebut. Bila adalah proporsi keberhasilan dalam suatu sampel acak berukuran n, dan , maka selang pq ˆ ˆ Kepercayaan 100(1-)% bagi p untuk sampel besar adalah n pˆ  x / n ˆ p p z ˆ ˆ pq       n ˆ p z 2 2 qˆ  1 pˆ z / 2  / 2  dengan adalah nilai z yang luas daerah di sebelah kanan di bawah kurva normal standard adalah .
  • 11. PENDUGAAN SELISIH DUA PROPORSI  Bila dan masing-masing adalah proporsi keberhasilan dalam sampel acak yang berukuran ndan nserta dan , maka 1 2 penduga titik bagi selisih antara kedua proporsi populasi p– padalah . Sedangkan 1 2 selang kepercayaan 100 (1-)% bagi p- puntuk 1 2 sampel besar adalah p q 2 2 p q 1 1 p q 2 2 p q 1 1 p  p  z          dengan adalah nilai z yang luas daerah di sebelah kanan di bawah kurva normal standard adalah 2 1 1 2 1 2 2 1 1 2 ˆ ˆ ˆ ˆ ( ˆ ˆ ) ˆ ˆ ˆ ˆ ( ˆ ˆ ) 2 2 n n p p p p z n n 1ˆp 2 ˆp qˆ1  1 pˆ1 qˆ2  1 pˆ 2 pˆ1  pˆ 2 z / 2  / 2
  • 12. PENDUGAAN VARIANS 2 s  Bila 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 2 n s n s ( 1) (  1) 2 ( 1,1 ) 2 2  2 ( 1, )           n n 2 2 2 ( 1, / 2)  n 2  dengan adalah nilai dengan derajad bebas v = n-1 yang luas daerah di sebelah  / 2 kanannya sebesar
  • 13. PENDUGAAN RASIO DUA VARIANS 2 1s 2 2 s  Bila dan masing-masing adalah varians sampel acak bebas berukuran n1 dan n2 yang diambil dari populasi normal dengan varians dan , maka penduga titik bagi rasio adalah , dan selang kepercayaan 100(1-)% bagi 1  2  2 12  2 / 2 1 2/2 2 adalah 2 1 v v f  2 ( , ) 2 2 1    2 2 1   v v ( , ) 2 1 2 2 2 2 1 2 1 2 s s s s f  dengan adalah nilai f untuk derajad bebas v1 dan v2 yang luas daerah di sebelah kanannya sebesar . 2 2 2 2 1 s / s f / 2(v1,v2)  / 2
  • 14. SOAL  Rata-rata Indeks Prestasi (IP) sampel acak 36 mahasiswa tingkat sarjana adalah 2,6. Hitunglah selang kepercayaan 95% dan 99% untuk rata-rata IP semua mahasiswa tingkat sarjana. Anggap simpangan baku populasinya 0,3.  Suatu ujian kimia diberikan kepada 50 siswa wanita dan 75 siswa laki-laki. Siswa perempuan mendapat nilai rata-rata 76 dengan simpangan baku 6, sedangkan siswa laki-laki memperoleh rata-rata 82 dengan simpangan baku 8. Tentukan selang kepercayaan 96% bagi selisih rata-rata nilainya.  Dari suatu sampel acak 500 keluarga yang memiliki TV disebuah kota kecil, ditemukan bahwa 340 memiliki TV berwarna. Carilah selang kepercayan 95% bagi proporsi sesungguhnya dari keluarga yang memiliki TV berwarna di kota tersebut.
  • 15. SOAL  Dari suatu sampel acak 500 keluarga yang memiliki TV disebuah kota kecil, ditemukan bahwa 340 memiliki TV berwarna. Carilah selang kepercayan 95% bagi proporsi sesungguhnya dari keluarga yang memiliki TV berwarna di kota tersebut.  Suatu pengumpulan pendapat umum dilakukan terhadap penduduk kota dan di pinggiran kota untuk menyelidiki kemungkinan didirikannya suatu pabrik kimia. Ternyata 2400 di antara 5000 penduduk kota, dan 1200 di antara 2000 penduduk di pinggiran kota menyetujui rencana tersebut. Buat selang kepercayaan 90% bagi selisih proporsi sebenarnya yang menyetujui rencana tersebut.  Seorang peneliti yakin bahwa alat pengukurnya mempunyai simpangan baku  = 2. Dalam suatu eksperimen dia mencatat pengukuran 4,1; 5,2; 10,2. Buat selang kepercayaan 90% bagi . Apakah data ini sesuai dengan asumsinya ?
  • 16. Source  http://www.google.co.id/url?sa=t&rct=j&q=bab-v-pendugaan-parameter. doc&source=web&cd=2&ved=0CCAQFjAB &url=http%3A%2F%2Fbiologiunair.files.wordpress.co m%2F2011%2F03%2Fbab-v-pendugaan-parameter. doc&ei=gPbfTpStM5GPiAfBqsyoBQ&usg= AFQjCNF5_7HbTcv4z1lTzCVfCdFXixUZ0A  Walpole, Ronald E., Myers, Raymond H. 2003. Ilmu Peluang dan Statistik untuk Insinyur dan Ilmuwan, Edisi 6. Bandung: Penerbit ITB.