statistika 1 bagian 2 penyimpulan parameter
TRANSCRIPT
Penaksiran parameter
β’ π1,π2, β¦., ππ sampel acak ukuran n dari populasi ukuran N
β’ Rataan: π = 1
π ππππ<1
β’ Variansi: π2 = 1
π;1 ππ β π ππ<1 **2
β’ Simpangan baku: S = π2
2
Penaksiran Parameter
β’ Pendugaan parameter mean dan proporsi untuk 1 populasi dan 2 populasi
β’ Bila sampel ukuran n diambil dengan pengembalian dari populasi berukuran N yang mempunyai mean ΞΌ dan simpangan baku Ο, maka untuk n cukup besar rataan π mendekati distribusi normal dengan mean ΞΌπ = ΞΌ, dan simpangan baku Οπ = Ο/ π
β’ Z = π π β ΞΌ /Ο β~N 0,1
3
Contoh
β’ Populasi: P π = 1 = 3/10, P π = 3 = 1/10, P π = 4 = 1/10, P π = 5 = 1/10, P π = 6 = 3/10, P π = 7 = 1/10
β’ ΞΌ = 4, Ο2 = 5 β’ n=36 sampel dengam pengembalian β’ π β ~ N ΞΌπ , Οπ
β’ ΞΌπ = ΞΌ = 4, Οπ = 5/ 36 = 0,373
β’ P 3,8 < π β€ 4,5 = Ξ¦4,45 ;4
0,373 - Ξ¦
3,85 ;4
0,373 =
Ξ¦ 1,21 - Ξ¦ β0,40 = 0,8869 β 0,3446 = 0,5423
4
Contoh sampling dengan pengembalian
X ~ f π₯ = 1
4, x = 0,1,2,3, ΞΌ=
0:1:2:3
4= 3
2,
Ο2=0;3/2 2: 1;3/2 2: 2;3/2 2: 3;3/2 2
4=5/
4 n = 2 dengan pengembalian 0,0,0 , 0,1,1/2 , 0, 2, 1 , 0,2, 1 ,
0, 3, 11
2, 1, 0, 1/2 , 1, 1, 1 ,
1, 2, 11
2, 1, 3, 2 , 2, 0, 1 , 2, 1, 1
1
2,
2, 2, 2 , 2, 3, 21
2, 3, 0, 1
1
2, 3, 1, 2 ,
3, 2, 21
2, 3, 3, 3
5
Sebaran rataan
π # P π = π₯
1 1 1/16
1/2 2 2/16
1 3 3/16
11
2 4 4/16
2 3 3/16
21
2 2 2/16
3 1 1/16
6
Sampling tanpa pengembalian
β’ Sampel acak ukuran n diambil tanpa pengembalian dari populasi ukuran N dengan mean ΞΌ dan simpangan baku Ο, maka rataan sampel π memiliki distribusi hampiran normal dengan mean ΞΌπ = ΞΌ dan simpangan baku Οπ
= Ο
π
π ; π
π ;1
8
Sampel tanpa pengembalian
β’ 0, 1, 1/2 , 0, 2, 1 , 0, 3, 11
2, 1, 2, 1
1
2,
1, 3, 2 , 2, 3, 21
2, 1, 0,
1
2, 2, 0, 1 ,
3, 0, 11
2, 2, 1, 1
1
2, 3, 1, 2 , 3, 2, 2
1
2
β’ # = 12
β’ P π =1
2 =
2
12, P π = 1 =
2
12, P π = 1
1
2 =
4
12, P π = 2 =
2
12, P π = 2
1
2 =
2
12
9
Teorema Limit Pusat
β’ Bila suatu sampel acak ukuran n diambil dari populasi takhingga dengan nilai mean ΞΌ dan variansi Ο2, maka rataan sampel π akan menghampiri distribusi normal dengan mean ΞΌπ = ΞΌ dan simpangan baku Οπ = Ο/ π;
β’ Z = π ;ΞΌ
Ο/ π β ~ N 0, 1
β’ X = umur bola lampu, X ~ N ΞΌ = 800 jam, Ο = 40 jam . n = 16. P π β€ 775 = Ξ¦
775;800
40/ 16 = Ξ¦
;25
10 = Ξ¦ β2,5 =
0,0062
11
Distribusi t
β’ Variansi populasi Ο2 tidak diketahui. Taksiran Ο2 diberikan oleh π2; Ο 2 = π2
β’ π2 = 1
π;1 ππ β π 2ππ<1 =
π π2; π 2
π π;1
β’ n β₯ 30, π π ;ΞΌ
π β ~ N 0,1
β’ n < 30, π2 berfluktuasi , π π ;ΞΌ
π β ~ π‘π;1
β’ Simetri: π‘1;Ξ± = - π‘Ξ±
12
Contoh
β’ P βπ‘,025 < π β€ π‘,05 = 1 - ,05 - ,025 = ,925 β’ n=15, tentukan k sehingga P π < π β€ β1,761 = 0,045.
Dari tabel π‘0,05;14 = 1,761. -π‘,05;14 = -1,761. k terletak di kiri -π‘,05;14 = -1,761, misal k = -π‘Ξ±. Diperoleh ,045 = ,05 β Ξ±. Ξ± =,005. k = -π‘,005;14 = -2,977. P β2,977 < π β€ β1,761 = 0,045
β’ Produsen bohlam menyatakan umur rata-rata bohlam produksinya 500 jam. Setiap bulan diuji n = 25 bohlam. Bila -π‘,05;24 < T < π‘,05;24 produksi in-control. Kesimpulan bila π =
518, S = 40. T = 25 518 ;500
40 = 2,25 > π‘,05;24 = 1,711.
P π24 > 2,25 β 0,02. Bila ΞΌ > 500, nilai t akan lebih wajar. Disimpulkan terjadi peningkatan mutu produksi
15
Distribusi selisih rataan
β’ Populasi 1: ΞΌ1, Ο1, π1, π 1 β’ Populasi 2: ΞΌ2, Ο2, π2, π 2 β’ Distribusi π 1 - π 2
β’ Populasi 1: 3, 5, 7: ΞΌ1 = 5, Ο1 = 8/3, π1 = 2. Populasi 2: 0, 3: ΞΌ2 = 3/2, Ο2 = 9/4, π2 = 3
β’ Nilai rataan sampel populasi 1: 3, 3, 3 , 3, 5, 4 , 3, 7, 5 , 5, 3, 4 , 5, 5, 5 , 5, 7, 6 , 7, 3, 5 , 7, 5, 6 , 7, 7, 7 . Populasi 2: 0,0,0,0 , 0, 0, 3, 1 , 0, 3, 0, 1 , 3, 0, 0, 1 , 0, 3, 3, 2 , 3, 0, 3, 2 , 3, 3, 0, 2 , 3, 3, 3, 3
β’ Selisih rataan: 9Γ 8 = 72
16
17
π 1
π 2 3 4 5 4 5 6 5 6 7
0 3 4 5 4 5 6 5 6 7
1 2 3 4 3 4 5 4 5 6
1 2 3 4 3 4 5 4 5 6
1 2 3 4 3 4 5 4 5 6
2 1 2 3 2 3 4 3 4 5
2 1 2 3 2 3 4 3 4 5
2 1 2 3 2 3 4 3 4 5
3 0 1 2 1 2 3 2 3 4
18
π 1 β π 2 # P
0 1 1/72
1 5 5/72
2 12 12/72
3 18 18/72
4 18 18/72
5 12 12/72
6 5 5/72
7 1 1/72
Mean dan Variansi
β’ ΞΌ1 = 3:5:7
3 = 5, Var π1 =
3;5 2: 5;5 2: 7;5 2
3
= 8
3
β’ ΞΌ2 = 0:3
2 =
3
2 ; Var π2 =
0;3
2
2: 3;
3
2
2
2 =
9
4
20
Mean dan Variansi selisih rataan
β’ ΞΌπ 1;π 2 = ΞΌπ 1 - ΞΌπ 2 = ΞΌ1 β ΞΌ2
β’ Var π 1 β π 2 = Var π 1 β π 2 = Var π 1 +
Var π 2 = πππ π1
π1+
πππ π2
π2
β’ ΞΌπ 1;π 2 = 5 β 1,5 = 3,5
β’ Var π 1 β π 2 = 8
3
2 +
9
4
3 =
25
12
21
Distribusi selisih rataan
β’ Z = π 1 ; π 2 ; ΞΌ1;ΞΌ2
πππ π1 /π1:πππ π2 /π2 β ~ N 0, 1
β’ Contoh π1 = 5, N ΞΌ1 = 50, Ο1 = 3 ; π2 = 4, N ΞΌ2 = 40, Ο2 = 2 . Tentukan P π 1 β π 2 β€ 8,2 . ΞΌπ 1;π 2 = 50 β 40 = 10,
Var π 1 β π 2 = 9
5 +
4
4 = 2,8, Οπ 1;π 2 = 2,8 =
1,673. P π 1 β π 2 β€ 8,2 = Ξ¦8,2 ;10
1,673 =
Ξ¦ β1,08 = 0,1401
22
Contoh
β’ Televisi merek A mempunyai nilai mean umur ΞΌ1 = 6,5 tahun dan simpangan baku Ο1 = 0,9 tahun. Merek B mempunyai mean ΞΌ2 = 6 tahun, simpangan baku Ο2 = 0,8 tahun. Tentukan peluang sebuah sampel 36 televisi A mempunyai rataan sekurang-kurangnya satu tahun lebih lama dari rataan umur 49 merek B. ΞΌπ 1;π 2 = 6,5 β 6 =
0,5, Οπ 1;π 2 = ,81
36+
,64
49 = 0,189.
P π 1 β π 2 > 1 = 1 - Ξ¦1 ;0,5
0,189 = 1 β 0,996 =
0,004
23
Latihan
1. Suatu mesin minuman diatur agar volume minuman yang dikeluarkan rata-rata 50 ml dan simpangan baku 15 ml. Secara periodik mesin diperiksa dengan mengambil sampel 40 gelas kemudian dihitung rataannya. Bila rataan 40 gelas berada dalam selang ΞΌπ Β±2Οπ mesin berkerja dengan baik, bila tidak mesin diatur kembali. Kesimpuan apa yang diperoleh bila rataan 40 gelas adalah π = 236 ml. Berikan penjelasannya
2. Suatu baterai memcapai usia rata-rata 30 jam. 16 baterai diuji setiap bulan. Bila nilai t terletak antara -π‘,025 dan π‘0,025 produksi in control. Kesimpulan apa yg diperoleh bila π = 27,5 jam dan simpangan baku s = 5 jam
24
Penaksiran parameter
β’ Satu populasi. Penaksiran mean. ΞΌ = π . Sebaran π berpusat di ΞΌ. Οπ = Ο/ π β 0, n β β, rataan menghasilkan ragam yang kecil (akurat)
β’ P π β π§πΌ2
Ο
π< ΞΌ < π + π§πΌ
2
Ο
π = 1 β Ξ±
β’ Selang konfidensi 1 β Ξ± 100% untuk ΞΌ: π Β± π§Ξ±
2
Ο
π.
β’ n=36 > 30, π = 2,6, S = 0,3. Ο β π = 0,3, π§,025 = 1,96. 95% SK untuk ΞΌ: 2,6 Β± 1,96Γ
,3
36 =
2,6 Β± 0,10 β(2,50; 2,70)
25
Selisih dua mean
β’ 1 β Ξ± 100% selang konfidensi untuk
ΞΌ1 β ΞΌ2: π 1 β π 2 π§Ξ±2
πππ π1
π1+
πππ π2
π2
β’ π1 = 50, π2 = 75, π 1 = 76, π1 = 6, π 2 =82, π2 = 8. Tentukan selang konfidensi 96% untuk ΞΌ1 β ΞΌ2; π 1 β π 2 = 76 β 82 = -6. π§,02 =
2,05. -6 Β± 2,0564
75+
36
50 : (-8,57; -3,43)
26
Variansi tidak diketahui
β’ π1 < 30, π2 < 30, sampel kecil, Ο1 = Ο2 = Ο
β’ ππ = π1;1 π2 1 : π2;1 π2 2
π1:π2;2
β’ Selang konfidensi utk ΞΌ1 β ΞΌ2: (π 1 β π 2 ) Β±
π‘Ξ±2,π£ππ
1
π1+
1
π2
β’ π1 = 12, π2 = 10, π 1 = 85, π1= 4, π 2 = 81, π2 = 5. Tentukan selang konfidensi 90% untuk selisih mean.
π 1 β π 2 = 85 β 81 = 4. ππ = 11Γ16:9Γ25
12:10;2 = 20,05 = 4,478,
Ξ± = 10%, π‘,05;20 = 1,725. SK : 4 Β±1,725 Γ 4,4781
12+
1
10 β
,69; 7,31 Metode I lebih unggul dari metode II
27
Proporsi
β’ p proporsi sukses percobaan binomial. Penaksir π =
π
π, x menyatakan banyak sukses dari n
ulangan.
β’ Selang konfidensi 1 β Ξ± 100% untuk parameter
p: π Β± π§Ξ±2
π π
π
β’ n=500, 160 menyukai seafood. Selang konfidensi 95% untuk proporsi sesunguhnya yg
menyukai seafood: 0,32 Β±1,96,32Γ68
500 = 0,32 Β±
0,04
28
Selisih proporsi
β’ Selang konfidensi 1 β Ξ± 100% untuk π1 β π2 : π 1 -
π 2 Β± π§Ξ±2
π 1π 1
π1+
π 2π 2
π2
β’ 2400 dari 5000 penduduk kota dan 1200 dari 2000 penduduk disekitar kota setuju dgn rencana pembangunan gedung serba guna. Tentukan selang konfidensi 90% untuk selisih proporsi sebenarnya
π 1 =2400
5000= 0,48, π 2 =
1200
2000= 0,60. π 1 β π 2 =
β 0,12. ππΎ:β0,12 Β±,48Γ,52
5000+
,60Γ,40
2000= β0,12 Β±
0,0214 β β0,1414;β0,0986
29
Latihan
1. Sistem peluncuran roket yg baru dipertimbangkan utk digunakan. Sistem lama peluang keberhasilan 0,8. Sistem baru dari 40 peluncuran, 34 berhasil a. Selang konfidensi 95% utk p b. apakah sistem baru lebih baik
2. 52 dari 100 penduduk kota dan 34 dari 125 penduduk sekitar kota setuju dgn pembangunan listrik tenaga nuklir. Tentukan selang konfidensi 96% untuk selisih selisih proporsi
30