8

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

Teorem had memusat yang dibincangkan di dalam Bab 7 menyatakan beberapa statistik yang diminati, seperti min sampel dan perkadaran sampel, adalah penghampiran taburan normal bagi saiz sampel yang besar walau apa pun bentuk taburan populasi. ormula ! bagi setiap statistik yang telah dibincangkan mempunyai potensi untuk digunakan di dalam penganggaran parameter, u"ian hipotesis, dan menentukan saiz sampel. Bab ini akan membincangkan bagaimana #ormula ! ini untuk statistik yang besar boleh dimanipulasi secara al"abar kepada #ormula yang boleh digunakan untuk menganggar parameter populasi dan untuk menentukan saiz sampel yang perlu untuk men"alankan penyelidikan. Seterusnya, mekanisma akan diperkenalkan untuk penganggaran saiz sampel yang kecil dan untuk penganggaran $arian populasi.

8.1

Penganggaran Min Populasi dengan Sampel Saiz yang Besar

%i dalam banyak keadaan, menganggar min populasi adalah berguna di dalam penyelidikan perniagaan. Sebagai contoh, pengurus sumber manusia di dalam sysrikat mungkin mahu menganggarkan purata bilangan hari peker"a yang tidak hadir berker"a setahun kerana sebab kesihatan. &ika #irma mempunyai beribu'ribu peker"a, mengira min populasi secara langsung adalah tidak praktikal. Sebaliknya, sampel rawak bilangan peker"a yang tidak hadir kerana sebab kesihatan boleh diambil unruk digunakan untuk menganggarkan min populasi. Syarikat talipon cellular, memikirkan untuk mengubah struktur harga. Pelanggan kelihatan sanggup untuk memperuntukkan lebih masa keatas talipon dan menin"au untuk melihat harga yang terbaik. Untuk mendapatkan perancangan yang lebih baik, syarikat talipon celluler mahu menentukan purata masa yang digunakan sebulan setiap pengguna tetapi tidak mempunyai sumber yang ada untuk mengu"i bil pelanggan dan memperolehi maklumat. Syarikat telah mengambil sampel () bil bulanan yang terbaru dan mendapati min sampel masa panggilan ialah *)+ minit. ,in sampel ini adalah statistik, yang akan

Pengenalan kepada Statistik Ekonomi dan Perniagaan

digunakan untuk menganggar min populasi, yang merupakan parameter. &ika syarikat menggunakan min sampel *)+ minit sebagai penganggaran untuk min populasi, maka min sampel tersebut ialah penganggaran titik. Penganggaran titik ialah statistik yang diambil daripada sampel dan digunakan untuk menganggarkan min populasi. -alau bagaimanapun, penganggaran titik ini hanya baik sebagai perwakilan sampelnya saha"a. &ika sampel rawak yang lain diambil daripada populasi, penganggaran titik yang diterbitkan daripada sampel tersebut adalah berlainan. %isebabkan oleh $ariasi di dalam sampel statistik, penganggaran parameter populasi dengan selang penganggaran biasanya lebih digemari untuk menggunakan penganggaran titik. Penganggaran selang .selang keyakinan/ adalah "eda nilai dimana penganalisis boleh menyatakan dengan keyakinan tertentu dimana kedudukan parameter populasi. Selang keyakinan boleh "adi dua atau satu bahagian. Buku ini membincangkan hanya dua bahagian selang keyakinan. Bagaimanakan selang keyakinan dibina0 Sebagai hasil teorem had memusat, #ormula ! yang berikut untuk min sampel boleh digunakan apabila saiz sampel adalah besar, tidak kira bentuk taburan populasi, atau untuk saiz sampel yang kecil dan bertaburan normal.

Z =

X - n

,enyusun semula #ormula tersebut untuk menyelesaikan nilai memberikan

=1 ' !

%isebabkan min sampel boleh "adi lebih besar daripada atau lebih kecil daripada min populasi, ! boleh "adi positi# atau negati#. 2leh itu #ormula di atas boleh disusun sebagai

1 !

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

,enulis semula pernyataan di atas menghasilkan #ormula selang keyakinan untuk menganggar dengan saiz sampel yang besar.

Selang Keyakinan 100(1 - )% untuk Menganggar

1 ! 93

atau
1 ! 93

1 + ! 93

.(.*/

dimana ; keluasan di bawah keluk normal diluar kawasan selang keyakinan 3 ; keluasan di dalam satu ekor taburan diluar selang keyakinan

4lpha ./ adalah keluasan di bawah keluk normal dibahagian hu"ung taburan diluar kawasan yang dikenalpasti sebagai selang keyakinan. 5ita akan menumpukan keatas di dalam Bab 6. %isini kita akan menggunakan untuk mentukan nilai ! di dalam membina selang keyakinan sebagaimana ditun"ukkan di dalam 7a"ah (.*. %isebabkan "adual normal piawai adalah berdasarkan keatas keluasan ! di antara 8 dan !93, nilai ! adalah ditemui terletak dikawasan 8.)888 ' 3 , yang merupakan bahagian keluk normal di antara pertengahan keluk dan satu bahagian ekor. :ara lain untuk menentukan kedudukan nilai ! ialah mengubah paras keyakinan daripada peratus kepada perkadaran, dibahagikan dengan setengah, dan lihat semula "adual dengan nilai ini. 5eputusannya adalah sama.

Pengenalan kepada Statistik Ekonomi dan Perniagaan

a!a" 8.1 Skor # untuk Selang Keyakinan di dalam $u%ungannya dengan

8.)8 ' 3

*' keyakinan

'!93 ; kawasan berlorek

!93

ormula selang keyakinan .(.*/ menghasilkan selang yang kita rasakan yakin dimana min populasi terletak. 4dalah tidak pasti dimana min populasi terletak di dalam selang tersebut melainkan kita mempunyai *88< selang keyakinan. -alau bagaimanapun, kita boleh meletakkan kebarangkalian bahawa parameter .di dalam kes ini ialah / terletak di antara selang. ormula (.* boleh dinyatakan di dalam pernyataan kebarangkalian seperti berikut:

5ebarangkalian. 1 ! 93

1 + !93

/;*'

&ika kita mahu membentuk selang keyakinan 6)<, paras keyakinan ialah 6)< atau 8.6). 5enyataan kebarangkalian yang ditun"ukkan memberitahu kita terdapat 8.6) kebarangkalian min populasi adalah di dalam selang ini. &ika *88 selang seperti itu dibentuk dengan mengambil sampel rawak daripada populasi, lebih kurang 6) daripada selang tersebut melibatkan min populasi dan lima daripadanya bukan. 5ebarangkalian memberitahu kita keboleh"adian selang tertentu adalah satu yang termasuk di dalam min populasi. Sebagai contoh, di dalam masalah syarikat talipon cellular untuk menganggarkan min populasi masa panggilan setiap pelanggan sebulan, bagi sampel () bil telah mengenalpasti min sampel ialah *)+ minit. ,enggunakan min sampel ini, selang keyakinan boleh dikira dimana penyelidik relati# yakin min populasi sebenar terletak. Untuk melakukannya menggunakan ormula (.*, nilai sisihan piawai populasi dan nilai ! / sebagai tambahan min sampel, *)+,

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

dan saiz sampel, ()/ mesti diketahui. 5atakan rekod lepas dan ka"ian yang sama menun"ukkan bahawa sisihan piawai populasi ialah => minit. ?ilai ! adalah ditentukan oleh paras keyakinan yang diperlukan. Selang dengan *88< keyakinan adalah terlalu luas dan tidak bermakna. Beberapa paras selang keyakinan yang biasa digunakan oleh penyelidik adalah 6)<, 6)<, 6(< dan 66<. ,engapakan penyelidik tidak hanya memilih keyakinan yang tertinggi dan sentiasa menggunakan paras tersebut0 @ni disebabkan bahawa penggantian dantara saiz sampel, lebar selang, dan paras keyakinan mesti dipertimbangkan. Sebagai contoh, apabila paras keyakinan meningkat, selang semangkin luas, memberikan saiz sampel dan sisihan piawai tetap kekal. Untuk masalah syarikat talipon cellular, katakan penyelidik menetapkan 68< selang keyakinan bagi keputusannya. 7a"ah 6.3 menun"ukkan taburan normal min sampel berkaitan min populasi. 4pabila menggunakan 68< paras keyakinan, ia telah memilih selang tersebut dengan disekitar 6)< dimana semua nilai min sampel akan "atuh dan kemudian menggunakan lebar selang tersebut untuk membina selang disekitar min sampel dimana ia yakin min populasi akan berada.

a!a" 8.& 'a%uran Min Sampel %agi ()% Keyakinan

6)<

;8.83)

!;'*.6> 8.=7)8

!;B*.6> 8.=7)8

;8.83) X

Untuk 6)< keyakinan, ; 8.8) dan 3 ; 8.83). ?ilai !93 atay !8.83) adalah ditemui dengan melihat "adual taburan normal di bawah 8.)888 A 8.83) ; 8.=7)8. 5eluasan ini di dalam "adual adalah berpadanan dengan nilai ! ; *.6>8. Terdapat cara lain untuk menentukan nilai !. %isebabkan taburan adalah simetri .6)</ atau dan selang adalah sama dikedua'dua belah bahagian min populasi, * 3 8.=7)8, daripada keluasan adalah terletak disatu bahagian min. &adual 4.+

Pengenalan kepada Statistik Ekonomi dan Perniagaan

menghasilkan nilai ! ; *.6> bagi bahagian keluk normal. 2leh itu nilai ! untuk 6)< selang keyakinan adalah sentiasa *.6>. %engan lain perkataan, semua kemungkinan nilai X disepan"ang paksi mendatar ra"ah, 6)< daripadanya sepatutnya disekitar skor ! ;*.6> daripada min populasi. Penyelidik sekarang boleh melengkapkan masalah syarikat talipon cellular. Untuk mencari 6)< selang keyakinan bagi X ; *)+, ; =>, n ; () dan ! ; *.6>, ia menganggarkan purata masa panggilan dengan melibatkan nilai ! di dalam ormula (.* adalah.
=> => *)+ ' *.6> *)+ +*.6> () () *)+ A 6.7( *)+ B 6.7( *=+.33 *>3.7(

Selang keyakinan ini dibina daripada penganggaran titik, dimana di dalam masalah ini ialah *)+ minit, dan ralat bagi penganggaran ini ialah 6.7( minit. 5eputusan selang keyakinan ialah *=+.33 *>3.7(. Penyelidik syarikat talipon cellular ini 6)< yakin bahawa purata masa panggilan untuk populasi ialah di antara *=+.33 dan *>3.7( minit. 4pakah 6)< keyakinan bahawa min populasi adalah di dalam selang tersebut tun"ukkan0 @a menun"ukkan bahawa, "ika penyelidik syarikat mengambil *88 sampel mengandungi () panggilan secara rawak dan menggunakan keputusan bagi setiap sampel dan men"alankan 6)< selang keyakinan, hampir 6) daripada *88 selang tersebut akan mengandungi min populasi. @a "uga menun"ukkan )< daripada selang tidak mengandungi min populasi. Penyelidik hanya perlu mengambil satu sampel dan mengira selang keyakinan daripada maklumat sampel tersebut. Selang tersebut sama ada mengandungi min populasi atau tidak. 7a"ah (.+ menun"ukkan maksud 6)< selang keyakinan bagi min. Perhatikan "ika 38 sampel rawak diambil dari populasi, *6 daripada 38 daripadanya akan terkandung di dalam min populasi "ika 6)< selang keyakinan digunakan . *6 &ika 68< selang keyakinan digunakan hanya *( 38 ; 6)</. daripada 38 selang yang terkandung di dalam min populasi.

>

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

a!a" 8.* +ua Pulo" ()% Selang keyakinan Bagi

X

6)< 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Pengenalan kepada Statistik Ekonomi dan Perniagaan

,onto" 8.1 Satu ka"ian telah dilakukan kepada syarikat di ,alaysia yang men"alankan ka"ian di :ina. Satu daripada soalan ialah: Telah berapa lamakah syarikat anda men"alankann perniagaan dengan :ina0 Satu sampel rawak == syarikat telah dipilih menghasilkan min *8.=)) tahun. 5atakan sisihan piawai populasi bagi soalan ini ialah 7.7 tahun. ,enggunakan maklumat ini, "alankan selang keyakinan 68< min bilangan tahun syarikat di ,alaysia telah men"alankan perniagaan di :ina bagi populasi syarikat ,alaysia yang men"alankan perniagaan di :ina. Penyelesaian %isini, n ; ==, X ; *8.=)). dan ; 7.7. Untuk menentukan nilai ! 93, bahagikan selang keyakina 68< dengan dua atau 8.8) ' 3 ; 8.)88 A 8.8)88. Taburan ! bagi X disekitar mengandungi 8.=)88 daripada kawasan sisetiap bahagian , atau

( *3 ) ( 68<) . &adual 4.+ menghasilkan nilai ! ; *.>=) bagi

keluasan 8.=)88 .interpolasi di antara 8.==6) dan 8.=)8)/. Selang keyakinan ialah

X - Z X + Z n n 7.7 7.7 *8.=)) ' *.>=) *8.=)) +*.>=) == ==

*8.=)) A *.6* *8.=)) B *.6* (.)=) *3.+>) 5ebarangkalian .(.)=) *3.+>) ; 8.68 2leh itu, penganalisis mempunyai keyakinan 68< menyatakan "ika bancian terhadap syarikat ,alaysia yang men"alankan perniagaan di :ina diambil pada masa sur$ei ini, min populasi sebenar lama mereka men"alankan perniagaan di :ina adalah di antara (.)=) dan *3.+>). Titik penganggaran ialah *8.=)).

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

8.1.1

-aktor Pem%etulan -init

@ngat kembali di dalam Bab 7 menyatakan "ika sampel adalah diambil dari populasi yang #init, #aktor pembetulan #init adalah digunakan untuk meningkatkan ketepatan penyelesaian. %i dalam kes penganggaran selang, #aktor pembetulan #init adalah digunakan untuk mengurangkan lebar selang. Sebagaimana yang dibincangkan di dalam Bab 7, "ika saiz sampel kurang )< daripada sampel, #aktor pembetulan #init adalah tidak signi#ikan untuk mengubah penyelesaian. &ika #ormula .(.*/ diubahsuai untuk pelarasan #aktor pembetulan #init akan menghasilkan ormula (.3

Selang Keyakinan untuk Menganggar Menggunakan -aktor Pem%etulan -init

X - Z / 3 n N-n X + Z / 3 N -* n N-n N -*

.(.3/

:ontoh berikut menun"ukkan bagaimana #aktor pembetulan #init digunakan.

,onto" 8.& Satu ka"ian telah dilakukan di dalam syarikat yang mempunyai (88 "urutera. Sampel rawak )8 "urutera ini mendapati purata umur sampel ialah +=.+ tahun. 7ekod lama mendapati sisihan piawai umur "urutera syarikat ialah ( tahun. Cakukan selang keyakinan 6(< untuk menganggar unur semua "urutera di dalam syarikat ini.

Pengenalan kepada Statistik Ekonomi dan Perniagaan

Penyelesaian ,asalah ini ialah masalah #init. Saiz sampel, )8 adalah lebih besar daripada )< populasi, oleh itu #aktor pembetulan perlu dilakukan. %i dalam kes ini ? ; (88, n ; )8, X ; +=.+ dan ; (. ?ilai ! bagi 6(< selang keyakinan ialah 3.++ .8.6( dibahagi 3 menghasilkan 8.=688D ?ilai ! adalah diperolehi daripada &adual 4.+ dengan menggunakan 8.=688/. ,enggantikannya kedalam ormula (.3 dan menyelesaikan untuk selang keyakinan memberikan
( 7)8 ( 7)8 +=.+ + 3.++ +=.+ ' 3.++ )8 766 )8 766

+=.+ A 3.))= +=.+ B 3.))= +*.7) +>.() Tanpa #aktor pembetulan #init, keputusannya adalah +=.+ A 3.>= +=.+ B 3.>= +*.>> +>.6= aktor pembetulan #init mengambil kira kenyataan bahawa populasi hanya (88 berbanding in#initi. Sampel, n ; )8 adalah perkadaran yang besar daripada (88 yang sepatutmua populasi yang besar, dan oleh itu lebar selang keyakinan adalah dikurangkan.

8.1.&

Selang Kyakinan untuk Menganggar apa%ila 'idak +iketa"ui

%i dalam #ormula dan masalah yang dibincangkan di dalam bahagian ini, sisihan piawai adalah diketahui. ,enganggar min populasi apabila sisihan piawai populasi diketahui kelihatannya aneh. 5adangkala sisihan piawai populasi dianggarkan daripada rekod'rekod lama atau daripada piawai industri. -alau bagaimanapun, di dalam realiti sisihan piawai populasi adalah tidak diketahui. 5eboleh"adian adalah tinggi untuk sisihan piawai populasi diketahui. 2leh itu, bagaimanakah penyelidik mengatasi delima ini0

*8

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

4pabila saiz sampel adalah besar .n +8/, sisihan piawai sampel adalah penganggaran yang baik bagi sisihan piawai populasi dan boleh diterima dengan baik sebagai penghampiran sisihan piawai populasi di dalam #ormula ! bagi min. %isebabkan #ormula adalah berdasarkan kepada teorem had memusat yang memerlukan sampel besar bagi populasi tidak normal, maka perlulah kita mengubahsuaikan ormula (.* untuk menggunakan sisihan piawai sampel. -alau bagaimanapun, berhati'hatilah, "angan gunakan #ormula ini untuk saiz sampel yang kecil apabila sisihan piawai populasi tidak diketahui, walaupun apabila populasi adalah bertaburan normal. Bahagian (.3 akan membincangkan teknik untuk menguruskan kes sampel kecil apabila sisihan piawai populasi tidak diketahui dan 1 adalah bertaburan normal. %itun"ukkan berikut #ormula selang keyakinan untuk menganggar dengan sampel besar apabila menggunakan sisihan piawai sampel.

Selang Keyakinan untuk Menganggar .pa%ila tidak diketa"ui dan n adala" Besar
X Z / 3 S n

atau
X Z / 3 S n X + Z / 3 S n

.(.+/

Sebagai contoh, katakan sebuah syarikat sewa kereta mahu menganggar purata "arak per"alanan sehari bagi setiap kereta yang disewakannya. Sampel rawak **8 kereta dipilih dan mendapati min sampel "arak per"alanan sehari ialah ().) km, dengan sisihan piawai *6.+ km. 5irakan 66< selang keyakinan untuk menganggar . %isini, n ; **8, X ; ().) dan S ; 6.+. Untuk 66< selang keyakinan, niali ! ialah 3.)7) diperolehi. Selang keyakinan ialah
X Z / 3 S n X + Z / 3 S n

**

Pengenalan kepada Statistik Ekonomi dan Perniagaan

*6.+ *6.+ ().) ' 3.)7) ().) + 3.)7) **8 **8 ().) A =.7 ().) B =.7 (8.( 68.3

Titik penganggaran menun"ukkan purata "arak per"alanan sehari bagi kereta yang disewakan ialah ().) km. %engan selang keyakinan 66<, kita menganggarkan min populasi ialah di antara (8.( hingga 68.3 km sehari. Untuk keselesaan, &adual (.* mengandungi beberapa paras keyakinan yang biasa digunakan dan nilai ! yang berkaitan. /adual 8.1 0ilai # %agi %e%erapan Paras Keyakinan yang %iasa +igunakan Selang Keyakinan 68< 6)< 6(< 66< 0ilai # *.>=) *.6>8 3.++8 3.)7)

8.&

Penganggaran Min Populasi1 Saiz Sampel Ke2il3 'idak +iketa"ui

%i dalam Bahagian (.* kita telah mempela"ari bagaimana untuk menganggar min populasi dengan menggunakan min sampel. Teorem had memusat, yang dibincangkan di dalam Bab 7, men"amin min sampel adalah bertaburan normal apabila saiz sampel adalah besar. Tatacara ini masih lagi boleh digunakan apabila saiz sampel adalah kecil dan "ika populasi adalah bertaburan normal dan "ika diketahui. 4pabila sisihan piawai populasi tidak diketahui, sisihan piawai sampel adalah anggaran boleh diterima dan menggantikan sisihan piawai populasi dan boleh digunakan di dalam selang keyakinan, disekitar min sampel, untuk menganggarkan min populasi "ika saiz sampel adalah besar. ?ilai n +8 biasanya dipertimbangkan sebagai had bawah untuk saiz sampel yang besar. Sebaliknya, di dalam keadaan realiti, saiz sampel kurang daripada +8 adalah normal. Sebagai contoh, penyelidik yang berminat untuk mengka"i purata masa penerbangan %:'*8 daripada 5uala Cumpur ke Tokyo, tetapi hanya 3*

*3

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

penerbangan saha"a yang ada. Penyelidik lain pula mengka"i kesan pengiklanan di TE keatas pelanggan, tetapi kumpulan yang digunakan di dalam ka"ian hanya mengandungi ** orang saha"a. &ika populasi adalah diketahui bertaburan normal dan sisihan piawai populasi adalah diketahui, nilai ! yang dikira daripada min sampel adalah bertaburan normal tidak kira saiz sampel. 2leh itu, mengandaikan populasi bertaburan normal .banyak #enomena adalah bertaburan normal/ dan sisihan piawai populasi adalah diketahui, penyelidik secara teorinya boleh meneruskan untuk menggunakan teknik yang telah dibincangkan di dalam Bahagian (.* untuk menganggarkan selang keyakinan, walaupun dengan saiz sampel yang kecil. ormula untuk min sampel ialah

1'!

1 + !

%i dalam banyak keadaan penyelidikan, sisihan piawai populasi adalah tidak diketahui dan mesti dianggarkan dengan menggunakan sisihan piawai sampel. %i dalam situasi ini, S adalah digantikkan kedalam #ormula di atas.
S n S n

1'!

1 + !

-alau bagaimanapun, sisihan piawai sampel, S, hanyalah penghampiran yang baik untuk sisihan piawai populasi, , bagi sampel yang besar. ormula ! yang menggunakan S, oleh itu tidak sesuai digunakan apabila saiz sampel adalah kecil. ,asalah ini telah dipertimbangkan dan diselesaikan oleh ahli statistik British, -illiam S. Fosset. Fosset telah dilahirkan dalam tahun *67> di :anterbury, Gngland. @a bela"ar dalam "urusan kimia dan matematik dan di dalam tahun *(66 beliau berker"a di Fuinness Berry di %ublin, @reland. Fosset telah telibat di dalam kawalan kualiti disyarikatnya, mengka"i angkubah seperti bahan mentah dan suhu. %isebabkan oleh akibat'akibat dari penyelidikannya, Fosset telah men"alankan banyak ka"ian dengan sampel yang kecil. @a mendapati dengan menggunakan u"ian piawai ! dengan sisihan piawai sampel adalah taburan yang tidak tepat untuk sampel bersaiz kecil. Penemuan ini telah menyebabkan pembentukan taburan sisihan piawai sampel dan u"ian t. Fosset masih lagi pela"ar dan rakan rapat kepada 5arl Pearson. 4pabila ker"a pertama Fosset keatas u"ian t diterbitkan, ia menggunakan nama pena HStudentI. Sebagai hasilnya, u"ian t kadangkala diru"ukkan sebagai u"ian

*+

Pengenalan kepada Statistik Ekonomi dan Perniagaan

JStudent'tK. Sumbangan Fosset adalah besar kerana ia menera"ui u"ian statistik yang tepat, dimana beberapa ilmuan menandakan sebagai era moden di dalam matematik statistik. 8.&.1 'a%uran t

Fosset telah membangunkan taburan t, yang mana menerangkan sampel data di dalam sampel bersaiz kecil apabila sisihan piawai tidak diketahui dan populasi bertaburan normal. ormula bagi nilai t ialah:
1' S n

t=

ormula ini adalah kelihatan sama sebagaimana #ormula !, tetapi nilai "adual taburan adalah berebza. ?ilai taburan t adalah terkandung di dalam &adual 4.). Taburan t sebenarnya adalah siri taburan disebabkan setiap saiz sampel mempunyai taburan yang berbeza, oleh itu membuatkan banyak potensi "adual t. Untuk men"adikan nilai t ini lebih bermakna, hanya nilai utama saha"a dipilih dan dibentangkanD setiap barisan di dalam "adual mengandungi nilai daripada taburan t yang berbeza. 4ndaian disebalik penggunaan teknik yang dibincangkan di dalam buku ini adalah untuk saiz sampel yang kecil dan populasi adalah bertaburan normal. &ika populasi tidak bertaburan normal atau tidak diketahui, teknik tidak berparameter perlu digunakan. 8.&.& Kekuku"an

5ebanyakan teknik statistik mempunyai satu atau lebih andaian. &ika teknik statistik adalah relati#nya tidak sensiti# terhadap pelanggaran minor di dalam satu atau lebih andaian tersebut, teknik tersebut dikatakan sebagai HkukuhI terhadap andaian tersebut. Statistik t bagi penganggaran min populasi adalah relati# kukuh terhadap andaian dimana populasi adalah bertaburan normal. Sesetengah teknik statistik tidak robust, dan ahli statistik sepatutnya berhati'hati untuk mempastikan andaian disebalik teknik tersebut mesti dipenuhi sebelum menggunakannya atau menta#sirkan output statistik hasil dari penggunaannya. Statistik khi'kuasadua yang akan dibincangkan di dalam Bahagian (.= untuk menganggar $airan populasi adalah tidak robust dan ia sebenarnya sensiti# terhadap pelanggaran andaian taburan adalah bertaburan

*=

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

normal. Penyelidik hendaklah selalu berhati'hati terhadap andaian statistik dan robustness teknik yang hendak digunakan di dalam analisis. 8.&.* ,iri-2iri 'a%utan t

7a"ah (.) menun"ukkan dua taburan t di atas taburan normal piawai. Sebagaimana taburan normal, taburan t "uga simetri, unimodel dan keluarga kepada keluk. Taburan t lebih rata dipertengahan dan mempunyai lebih keluasan dihu"ung ekornnya berbanding dengan taburan normal. ,engu"i nilai taburan t mendapati taburan t menghampiri keluk taburan normal apabila n men"adi semangkin besar. Taburan t adalah taburan yang bersesuaian untuk digunakan pada sebarabng masa $arian dan sisihan piawai populasi tidak diketahui, walau apa pun saiz sampel. -alau bagaimanapun, disebabkan perbezaan di antara nilai "adual ! dan t tidak berubah apabila sampel men"adi besar, kebanyakan penyelidik menggunakan taburan ! untuk menganalisis sampel bersaiz besar apabila sisihan piawai atau $arian tidak diketahui. %i dalam buku ini, taburan t adalah digunakan hanya untuk masalah bersaiz kecil .n L +8/ disebabkan n menghampiri saiz +8 niali "adual t menghampiri nilai "adual !. a!a" 8.) Per%andingan dua ta%uran t denga keluk normal pia4ai
5eluk normal piawai

5eluk t .n;*8/

5eluk t .n;3)/

8.&.5

Mem%a2a /adual 'a%uran t

*)

Pengenalan kepada Statistik Ekonomi dan Perniagaan

Untuk mencari nilai di dalam taburan t memerlukan kita mengetahui saiz sampel. &adual taburan t adalah susunan banyak taburan t, dimana setiap barian di dalam "adual mewakili saiz sampel yang berbeza. -alau bagaimanapun, saiz sampel mesti ditukarkan kepada dar"ah kebebasan .d#/ sebelum nilai "adual boleh ditentukan. %ar"ah kebebasan berbeza menurut manakah #ormula yang akan digunakan, oleh itu #ormula dar"ah kebebasan akan diberikan mengikut manakah #ormula yang akan digunakan. 5onsep dar"ah kebebasan adalah sukar untuk diterangkan dan diluar skop buku ini. Penerangan ringkas ialah #ormula t adalah digunakan disebabkan $arian atau sisihan piawai populasi yang merupakan sebahagian daripada #ormula ! tidak diketahui dan mesti dianggarkan oleh sisihan piawai atau $arian sampel. Untuk setiap parameter .seperti $arian atau sisihan piawai/ bagi #ormula statistik yang tidak diketahui dan mesti dianggarkan menggunakan statistik .contohnya $arian atau sisihan piawai sampel/ di dalam #ormula, satu dar"ah kebebasan mesti diberikan. %i dalam &adual 4.), dar"ah kebebasan terletak dila"ur kiri "adual. &adual taburan t di dalam buku ini tidak menggunakan keluasan di antara statistik dan min sebagaimana taburan ! .taburan normal piawai/. Sebaliknya, "adual t menggunakan keluasan dibahagian ekor taburan. Penekanan di dalam "adual t ialah keatas , dan setiap ekor taburan mengandungi 3 daripada nilai di bawah keluk apabila selang keyakinan dikehendaki. Untuk selang keyakinan, nilai taburan t ialah dila"ur di bawah nilai 3 pada persilangan nilai dar"ah kebebasan. Sebagai contoh, "ika 68< selang keyakinan hendak dikira, "umlah keluasan di dalam dua hu"ung ialah *8<. 2leh itu, ialah 8.*8 dan 3 ialah 8.8), sebagaimana ditun"ukkan di dalam 7a"ah (.>. &adual taburan t ditun"ukkan di dalam &adual (.3 mengandungi hanya lima nilai 3 .8.*8, 8.8), 8.83), 8.8*, 8.88)/. ?ilai t adalah terletak dipersilangan nilai dar"ah kebebasan dan nilai 3 yang dipilih. 2leh itu, "ika dar"ah kebebasan bagi t'statistik ialah 3= dan nilai 93 yang dikehendaki ialah 8.8), nilai t ialah *.7**. /adual 8.& 'a%uran t %ar"ah 5ebebasan . . t8.*88 t8.8)8 t8.83) t8.8*8 t8.88)

*>

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

. 3+ 3= 3) . .

*.7**

a!a" 8.6 'a%uran dengan .lp"a untuk (0% Keyakinan

%ipecahkan ; *8<

; )<

; )<

8.&.)

Selang Keyakinan untuk Menganggar .pa%ila 'idak +iketa"ui dan Saiz Sampel adala" Ke2il ormula t ialah
t= 1' S n

*7

Pengenalan kepada Statistik Ekonomi dan Perniagaan

boleh dimanipulasi secara al"abar untuk menghasilkan #ormula untuk menganggarkan min populasi menggunakan ssaiz sampel yang kecil apabila tidak diketahui dan populasi bertaburan normal. 5eputusannya ialah #ormula berikut:

Selang Keyakinan unruk Menganggar 1 Sampel Ke2il dan 'idak +iketa"ui

1 t 93, n '* X ' t 93, n '* S n S n S n

X + t 93, n '*

d# ; n ' *

ormula (.= boleh digunakan sama sebagaiman dengan kaedah yang dibincangkan di dalam Bahagian (.* untuk mendapatkan selang keyakinan di dalam menganggar . Sebagai contoh, "ika di dalam satu syarikat membenarkan peker"anya mengumpulkan "umlah lebih masa ker"anya melebehi =8 "am seminggu. 7amai dikalangan pengurus berker"a lebih dari lapan "am sehari untuk menyiapkan ker"a mereka. ,enyedari ker"a lebih masa tersebut adalah penting dan pengurus tersebut tidak dibayar elaun lebih masa tetapi rekodnya disimpan untuk membolehkan mereka memperolehi cuti gantian. 5atakan penyelidik mahu menganggarkan purata masa cuti gantian yang terkumpul bagi saorang pengurus. Sampel rawak "am lebih masa *( pengurus telah direkodkan di dalam minggu tertentu dan ditun"ukkan sebagaimana berikut .di dalam "am/ > + 3* ( *7 *3 38 ** 7 6 8 3* ( 3) *> *) 36 *>

*(

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

%apatkan 68< selang keyakinan untuk menganggarkan purata masa ker"a lebih masa seminggu oleh pengurus syarikat tersebut. @a mengandaikan ker"a lebih masa tersebut adalah bertaburan normal di dalam populasi. Saiz sampel ialah *(, oleh itu dar"ah kebebasan ialah *( A * ;*7. Selang keyakinan 68< dihasilkan di dalam keluasan 3 ; 8.8) di dalam setiap ekor. ?ilai "adual t ialah t8.8),*7 ; *.7=8 Sub'skrip di dalam nilai t menun"ukkan kepada penyelidik lain keluasan dibahagian ekor kanan taburan t .untuk selang keyakinan 3 / dan dar"ah kebebasan ialah *7. ,in sampel ialah *+.)> "am, dan sisihan piawai ialah 7.( "am. Selang keyakinan adalah dikira dari maklumat ini ialah

1 t 93, n '* *+.)> *.7=8 7.( *(

S n =*+.)> +.38

*8.+> *>.7> 5ebarangkalian.*8.+> *>.7>/ = 8.68

Penganggaran titik bagi masalah ini ialah *+.)> "am, dengan ralat +.38 "am. Penyelidik sekarang 68< yakin bahawa ker"a lebih masa terkumpul seminggu bagi setiap pengurus di dalam syarikat ini ialah di antara *8.+> dan *>.7> "am. %aripada angka ini, pengurus syarikat boleh merancang sistem gan"aran bagi setiap ker"a lebih masa atau menilai semula ker"a =8'"am seminggu untuk menentukan bagaimana untuk menggunakan ker"a normal lebih berkesan dan mengurangkan "umlah cuti gantian.

*6

Pengenalan kepada Statistik Ekonomi dan Perniagaan

,onto" 8.* Syarikat menyewa kereta telah cuba untuk membuat anggaran purata bilangan hari pelanggan menyewa kereta daripada syarikatnya. 2leh kerana ketiadaan maklumat, pengurus syarikat tersebut telah mengambil sampel rawak *= pelanggan dan mencatitkan bilangan hari ia menyewa kereta tersebut subagaimana di bawah. @a menggunakan data tersebut membina 66< selang keyakinan untuk menganggar purata bilangan hari menyewa kerata dan mengandaikan bilangan hari untuk setiap penyewaan adalah bertaburan normal di dalam populasi. + * Penyelesaian 2leh kerana n ; *=, d# ;*+. Paras keyakinan 66< dihasilkan di dalam 3 ; 8.88) keluasan di dalam setiap ekor taburan. ?ilai "adual t ialah t8.88),*+ ; +.8*3 ,in sampel ialah 3.*= dengan sisihan piawai sampel ialah *.36. keyakinan ialah
S n

* =

+ 3

3 *

) +

* *

3 *

Selang

1 t 3.*= +.8*3 *.36

=3.*= *.8= *= *.*8 +.*( 5ebarangkalian .*8.+> *>.7>/ ; 8.68

Penganggaran titik keatas purata penyewaan ialah 3.*= hari, dengan ralat *.8=. %engan 66< paras keyakinan, syarikat tersebut boleh menganggarkan purata masa penyewaan kerata di antara *.*8 dan +.*( hari. ,engabungkan angka ini dengan angkubah seperti kekerapan sewa setahun boleh membantu syarikat tersebut menganggarkan potensi keuntungan atau kerugian setahun untuk perniagaannya.

38

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

8.*

Penganggaran Perkadaran Populasi

Pembuat keputusan perniagaan dan penyelidik biasanya perlu berkebolehan untuk menganggar perkadaran populasi. Bagi kebanyakan perniagaan, menganggarkan bahagian pasaran .perkadaran pasaran mereka/ adalah penting disebabkan banyak keputusan syarikat merlibatkan maklumat bahagian pasaran. Syarikat membelan"akan ber"uta ringgit menganggar perkadaran mengeluarkan barangan yang rosak. Peluang pemetakkan pemasaran datangnya dari pengetahuan terhadap perkadaran berbagai ciri'ciri demogra#i dikalangan pelanggan yang berpotensi. 5aedah yang sama sebagaimana di bahagian (.* boleh digunakan untuk menganggarkan perkadaran populasi. Torem had memusat bagi perkadaran sampel menghasilkan #ormula berikut di dalam bab 7.

Z=

p'P P.M n

dimana M ; * A P. @ngat kembali, #ormula ini hanya boleh digunakan hanya apabila n.P dan n.M lebih besar daripada ). Secara al"abar, memanipulasikan #ormula ini untuk menganggar M melibatkan penyelesaian untuk P. P ialah di dalam kedua'dua numerator dan denominator, yang merumitkan #ormula yang akan dihasilkan. 2leh sebab itu A untuk hanya kegunaan selang keyakinan dan untuk saiz sampel yang besar ' akan menggantikan P di dalam denominator, dan menghasilkan
N

!=

p'P pq n
NN

dimana

;*A

p.

,enyelesaikan untuk P akan menghasilkan selang

keyakinan sebagaimana #ormula di bawah.

3*

Pengenalan kepada Statistik Ekonomi dan Perniagaan

Selang Keyakinan untuk Menganggar P

pq N pq p ' ! 93 P p + ! 93 n n
N
dimana
^ ^

NN

NN

%i dalam #ormula ini,

ialah titik penganggaran dan

Z / 3

p q adalah n

ralat penganggaran. Sebagai contoh, ka"ian terhadap (7 syarikat yang dipilih secara rawak dengan operasi tele'pemasaran mendapati +6< daripada sampel syarikat telah menggunakan tele'pemasaran untuk membantu mereka memproses pesanan. ,enggunakan maklumat ini, bagaimana penyelidik menganggarkan perkadaran populasi syarikat tele'pemasaran yang menggunakan operasi tele'pemasaran untuk membantu mereka di dalam memproses pesanan0 Perkadaran sampel

; 8.+6 adalah titik penganggaran bagi perkadaran

populasi, P. Untuk n ; (7, dan

N N

; 8.+6, selang keyakinan 6)< boleh dikira

untuk menentukan selang penganggaran P. ?ilai ! bagi 6)< selang keyakinan ialah *.6>. ?ilai ialah,

;*A

; * A 8.+6 ; 8.>*. 4nggaran selang keyakinan

33

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

8.+6 ' *.6>

.8.+6/.8.>*/ .8.+6/.8.>*/ P 8.+6 +*.6> (7 (7 8.+6 A 8.*8 P 8.+6 B 8.*8 8.36 P 8.=6 5ebarangkalian.8.36 P 8.=6/ ; 8.6)

Selang ini mencadangkan 6)< kebarangkalian perkadaran populasi #irma tele'pemasaran yang menggunakan operasi mereka untuk membantu pemprosesan pesanan diantar 8.36 dan 8.=6. Terdapat titik penganggaran 8.+6 dengan ralat 8.*8. 5eputusan iniadalah pada paras 6)< selang keyakinan.

,onto" 8.5 ,@T@ telah menemubual 3)8 ketua eksekuti## syarikat kecil yang sedang berkembang. Oanya )*< daripada ketua eksekuti# ini telah men"alankan perancangan ke"ayaam'pengurusan. &urucakap ,@T@ telah menyatakan bahawa banyak syarikat tidak khuatir dengan ke"ayaan pengurusan melainkan "ika terdapat masalah pertengahan. -alau bagaimanapun, penghi"rahan tidak ter"angka ketua koperat boleh merosakkan syarikat untuk menyebabkan kehilangan momentum. Funakan data yang diberi untuk mengira 63< selang keyakinan untuk menganggarkan perkadaran semua syarikat kecil yang sedang berkembang yang mempunyai perancangan ke"ayaan'pengurusan. Penyelesaian Titik penganggaran ialah perkadaran sampel yang diberi sebagai 8.)*. @a dianggarkan bahawa 8.)* atau )*< daripada semua syarikat kecil yang berkembang mempunyai perancangan ke"ayaan'pengurusan. ,enyedari bahawa titik penganggaran mungkin berubah dengan pemilihan sampel yang lain, kita kirakan selang keyakinan. ?ilai n ialah 3*8D

; 8.)* dan

;*A

; * A 8.)* ; 8.=6. %isebabkan

selang keyakinan ialah 63<, nilai ! 8.8= ; *.7). Selang keyakinan adalah dikira sebagai

3+

Pengenalan kepada Statistik Ekonomi dan Perniagaan

8.)* ' *.7)

.8.)*/.8.=6/ .8.)*/.8.=6/ P 8.)* +*.7) 3)8 3)8 8.)* A 8.8> P 8.)* B 8.8> 8.=* P 8.)7 5ebarangkalian .8.=) P 8.)7/ ; 8.63

4dalah dianggarkan dengan 63< keyakinan bahawa perkadaran populasi syarikat kecil yang sedang berkembang yang mempunyai perancangan ke"ayaan' pengurusan adalah di antara 8.=) dan 8.)7

,onto" 8.) Syarikat pakaian mengeluarkan "ean untuk lelaki. &ean tersebut dibuat dan di"ual sama ada potongan biasa atau potongan JbootK. %alam usaha untuk menganggar perkadaran pasaran "ean lelaki tersebut di 5uala Cumpur untuk "ean potongan JbootK, penganalisis mengambil sampel rawak 3*3 "ean yang di"ual oleh syarikat tersebut dari dua kedai di 5uala Cumpur. Oanya += daripada "ualan adalah "ean potongan JbootK. &alankan 68< selang keyakinan untuk menganggar perkadaran populasi di 5uala Cumpur yang mengemari "ean potongan JbootK. Penyelesaian Sampel saiz ialah 3*3, dan bilangan yang mengemari "ean potongan JbootK ialah +=. Perkadaran sampel ialah

p ; +=93*3 ; 8.*>. p
N

Titik penganggaran bagi "ean

N N

potongan JbootK di dalam populasi ialah 8.*> atau *><. ?ilai ! untuk 68< selangan keyakinan ialah *.>=), dan nilai ; 8.*> dan

;*A

;*A

8.*> ; 8.(=. Selang keyakinan yang dianggarkan ialah 8.*> ' *.>=) .8.*>/.8.(=/ .8.*>/.8.(=/ P 8.*> +*.>=) 3*3 3*3 8.*> A 8.8= P 8.*> B 8.8= 8.*3 P 8.38 5ebarangkalian .8.*3 P 8.38/ ; 8.68

3=

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

4nggaran penganalisis dengan kebarangkalian 8.68 bahawa perkadaran populasi pembelian "ean potongan JbootK adalah di antara 8.*3 dan 8.38. Paras selang keyakinan ialah 68<.

8.5 Menganggar 7arian Populasi

Terdapat dimana kadangkala penyelidik berminat terhadap nilai $arian populasi berbanding min populasi atau perkadaran populasi. Sebagai contoh, di dalam pergerakan "umlah kualiti, pembekal mahu men"adikan syarikatnya sebagai pembekal bertara# dunia atau mereka yang mahu untuk mengekalkan kontrak pelanggan selalunya ditanya untuk menun"ukkan pengurangan $ariasi keatas bekalan yang dihantar. U"ian adalah dilakukan dengan sampel di dalam usaha untuk menentukan $ariasi lot penghantaran dan menentukan sama ada matlamat $ariasi dipenuhi. Terdapat banyak cara di dalam perniagaan dimana menganggar $arian adalah penting. Sebagai contoh, $ariasi di antara bacaan altimeter kapalterbang diperlukan yang minimum. 4dalah tidak mencukupi dengan hanya mengetahui perkara itu saha"a, secara purata, "enama tertentu keluaran altimeter hendaklah mempunyai altitud yang betul. &uga penting bahawa $ariasi di antara peralatan "uga mestilah kecil. 2leh itu pengukuran $ariasi altimeter adalah kritikal. Peralatan yang digunakan di dalam "entera mesti muat secukupnya secara konsisten. Eariabiliti yang luas di antara peralatan boleh menghasilkan peralatan tersebut terlalu besar untuk dimuatkan di dalam ruang atau terlalu kecil yang akan menghasilkan gegaran. Bagaimanakah $arian boleh dianggarkan0 @ngat kembali di dalam Bab +, $arian sampel adalah dikira dengan menggunakan #ormula

S3 =

.1 ' 1/
n *

%isebabkan $arian sampel selalunya digunakan sebagai penganggar atau penganggaran $arian populasi, pelarasan matematik dilakukan kepada denominator dengan menggunakan n A * untuk membuatkan $arian sampel tidak bias sebagai penganggaran $arian populasi. 5atakan penyelidik mahu menganggarkan $arian populasi daripada $arian sampel sebagaimana yang dilakukan terhadap penganggaran min populasi dari min sampel. Perhubungan $arian sampel terhadap $arian populasi diterangkan oleh taburan khi'kuasadua . 3/. 5adar $arian sampel .S 3/ didharabkan dengan .n'*/ terhadap $arian populasi . 3/ adalah penghampiran

3)

Pengenalan kepada Statistik Ekonomi dan Perniagaan

taburan khi'kuasadua, sebagaimana yang ditun"ukkan di dalam #ormula (.>, "ika populasi dimana nilai tersebut diambil adalah bertaburan normal *. Sebagaimana taburan t, taburan khi'kuasadua berbeza mengikut saiz sampel dan mengandungi nilai dar"ah kebebasam. Bilangan dar"ah kebebasan bagi #ormula khi'kuasadua .(.>/ ialah n'*.

-ormula & untuk 7arian 'unggal

3 =

.n ' */S 3

3
d# ; n ' *

.(.>/

Tabuarn khi'kuasadua adalah tidak simetri, dan bentuknya berbagai menurut dar"ah kebebasan. 7a"ah (.6 menun"ukan bentuk taburan khi'kuasadua untuk tiga dar"ah kebebasan yang berbeza. ormula (.> boleh disusun semula secara al"abar untuk menghasilkan #ormula yang boleh digunakan untuk membina selang keyakinan untuk $arian populasi. ormula baru ini ditun"ukkan sebagai ormula (.7. Selang Keyakinan untuk Menganggar 7arian Populasi

(n - * ) S 3 (n - * ) S 3 3 3 / *3/ 3 3
d# ; n ' *
*

.(.7/

Perhatian: ,enggunakan statistik khi'kuasadua untuk menganggar $arian populasi adalah amat sensiti# terhadap pelanggaran andaian bahawa populasi adalah bertaburan normal. %isebabkan perkara ini, sesetengah penyelidik tidak memasukkan teknik ini dikalangan Jstatistical repertoireK. -alaupun teknik ini meluas diterangkan sebagai mekanisma untuk membentuk selang keyakinan untuk menganggar $arian populasi, kita perlu berhati'hati di dalam menggunakan teknik ini hanya di dalam kes populasi adalah diketahui bertaburan normal. 5ita boleh nyatakan teknik ini sebagai teknik yang kurang kukuh.

3>

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

a!a" 8.( 'iga 'a%uran K"i-kuasadua

?ilai alpha ./ adalah sama dengan * A .paras keyakinan yang dinyatakan sebagai perkadaran/. 2leh itu, "ika kita mahu mendapatkan 68< selang keyakinan, alpha ialah *8< daripada kawasan dan dinyatakan di dalam bentuk perkadaran: ; 8.*8. Bagaimanakah #ormula ini boleh digunakan untuk menganggarkan $arian populasi daripada $arian sampel0 5atakan lapan selinder aluminium 7'sm di dalam sampel yang diukur di dalam garispusat sebagaimana berikut: >.6* sm 7.8* sm 7.8) sm >.6( sm >.6+ sm 7.83 sm 7.88 sm 7.8* sm

%i dalam menganggar $arian populasi dari nilai ini, $arian sampel mesti dikira. ?ilai ini ialah S3 ; 8.8833*3). &ika penganggaran titik semuanya dikehendaki, penganggaran titik ialah $arian sampel, 8.8833*3). -alau bagaimanapun, menyedari bahawa penganggaran titik selalunya akan berubah dari satu sampel ke sampel yang lain, kita mhu mencari penganggaran selang.

37

Pengenalan kepada Statistik Ekonomi dan Perniagaan

Untuk melakukannya, kita mesti tahu dar"ah kebebasan dan nilai "adual khi' kuasadua. %isebabkan oleh n ; (, dar"ah kebebasan, d# ; n A * ; ( A *. 4pakah nilai khi'kuasadua yang perlu untuk melengkapkan maklumat yang diperlukan oleh #ormula (.70 4ndaikan populasi garispusat selinder adalah bertaburan normal. 5atakan kita hendak mencari selang keyakinan 68<. ?ilai ialah * A 8.68 ; 8.*8. @ni merupakan bahagian keluasan di bawah keluk khi'kuasadua, iaitu diluar selang keyakinan. 5eluasan diluar kawasan ini adalah diperlukan kerana nilai "adual khi'kuasadua yang diberi di dalam &adual 4.( adalah menyenaraikan keluasan dihu"ung kanan taburan. %i dalam 68< selang keyakinan, 3 atau 8.8) adalah keluasan dihu"ung kanan taburan, dan 8.8) adalah dihu"ung kiri taburan. ?ilai khi'kuasadua bagi kawasan 8.8) dihu"ung kanan taburan boleh diperolehi dariada "adual menggunakan dar"ah kebebasan, dimana di dalam kes ini ialah 7. 2leh itu, nilai khi'kuasadua disebelah kanan, 3 8 %isebabkan &adual 4.( menyenaraikan nilai khi' .8) , 7 ialah *=.8>7*. kuasadua untuk kawasan hu"ung kanan, nilai khi'kuasadua untuk hu"ung kiri mesti "uga ditentukan dengan menentukan berapa banyak keluasan terletak dikanan dari hu"ung kiri. &ika 8.8) adalah dikiri selang keyakinan, maka * ' 8.8) ; 8.6) bagi kawasan ialah kearah kanan hu"ung kiri. @ni konsisten dengan * ' 3 pernyataan yang digunakan di dalam ormula (.7. 2leh itu khi'kuasadua
3 bagi hu"ung sebelah kiri 8.6),t = 3.*>7+) . 7a"ah (.*8 menun"ukkan dua nilai "adual 3 bagi taburan khi'kuasadua.

a!a" 8.10 +ua 0ilai /adual K"i-Kuasadua

3(

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

8.8)

8.8)

8.6)

2 0 .16735 .95 ,7 = 2

2 0 .0671 .05 ,7 = 14

,emasukkan nilai ini kedalam #ormula, kita boleh memperolehi 68< selang keyakinan untuk menganggarkan $arian populasi bagi selinder aluminium 7'sm.

(n - * ) S 3 (n - * ) S 3 3 3 / *3/ 3 3 .7/.8.8833*3)/ .7/.8.8833*3)/ 3 *=.8>7* 3.*>7+)

8.88**8* 3 8.887*=> 5ebarangkalian .8.88**8* 3 8.887*=>/ ; 8.68 Selang keyakinan menyatakan bahawa 68< keyakinan, $arian populasi adalah di antara 8.88**8* dan 8.887*=>. kebarangkalian bahawa $arian populasi adalah di dalam selang ialah 8.68.

,onto" 8.6 &abatan Buruh telah mengeluarkan data kos tuntutan peker"a sektor perkilangan diseluruh negara. 4ngka terakhir menun"ukkan purata ga"i se"am peker"a pengeluaran disektor perkilangan ialah 7,6.>+. 5atakan kera"aan mahu menentukan berapa konsistennya angka ini. @a mengambil 3) sempel rawak

36

Pengenalan kepada Statistik Ekonomi dan Perniagaan

peker"a disektor perkilangan diseluruh negara dan menentukan sisihan piawai ga"i se"am peker"a ialah 7,*.*3. ,enggunakan maklumat ini untuk bentukkan 6)< selang keyakinan untuk menganggar $arian populasi untuk ga"i se"am peker"a pengeluaran di dalam sektor perkilangan. 4ndaikan ga"i se"am peker"a pengeluaran diseluruh negara disektor perkilangan adalah bertaburan normal. Penyelesaian1 %engan mengkuasa duakan sisihan piawai, S ; *.*3, kita akan memperolehi $arian, S3 ; *.3)==. @ni merupakan penganggaran titik $arian populasi. %isebabkan saiz sampel, n, adalah 3), dar"ah kebebasan, n A * adalah 3=. 6)< keyakinan min bahawa alpha ialah * A 8.6) ; 8.8). ?ilai ini dipecahkan untuk menentukan keluasan di dalam setiap hu"ung taburan khi'kuasadua, 3 ; 8.83). ?ilai khi'kuasa dua yang diperolehi dari &adual 4.( adalah
3 8 .83) , 3= =+6.+>=* 3 8.67),3 =*3.=8**

dari maklumat ini, selang keyakinan boleh ditentukan.

(n - * ) S 3 (n - * ) S 3 3 3 / *3/ 3 3 .3=/.*.3)==/ .3=/.*.3)==/ 3 +6.+>=* *3.=8**

8.7>=( 3 3.=377 5ebarangkalian .8.7>=( 3 3.=377/ ; 8.6) 5era"aan boleh menganggarkan dengan 6)< keyakinan bahawa populasi $arian ga"i se"am peker"a pengeluaran disektor perkilanhan adalah di antara 8.7>=( dan 3.=377.

8.)

Menganggar Saiz Sampel

+8

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

%i dalam kebanyakan penyelidikan perniagaan yang menggunakan sampel statistik untuk mentaabir populasi, berkebolehan untuk menganggarkan saiz sampel yang perlu untuk melengkapkan tu"uan ka"ian adalah amat penting. 5eperluan penganggaran saiz sampel ini adalah sama untuk syarikat yang besar melaburkan ber"uta'"uta ringgit di dalam ka"ian yang rumit terhadap citarasa pelanggan dan "uga untuk pela"ar'pela"ar yang men"alankan ka"ian kes yang kecil dan mahu menghantar soal selidik kepada ahli perniagaan. %i dalam semua kes, perkara seperti selang keyakinan, ralat persampelan, dan lebar selang penganggaran adalah terikat terhadap saiz sampel. &ika syarikat yang besar men"alankan ka"ian pasaran, patutkah ia mengambil sampel =8 pelanggan atau =88 pelanggan0 Persoalan ini amat penting. %i dalam kebanyakan kes, disebabkan oleh pertimbangan kos, penyelidik tidak mahu mangambil sebarang saiz sampel bagi sesuatu unit atau indi$idu yang tidak perlu.

8.).1

Saiz Sampel apa%ila Menganggar

%i dalam ka"ian penyelidikan apabila telah dianggarkaan, saiz sampel boleh ditentukan dengan menggunakan #ormula ! untuk min sampel untuk menyelesaikan n.
!= 1' n

Perbezaan di antara X dan adalah ralat penganggaran yang dihasilkan dari proses persampelen. Biarkan G ; . X ' / ; ralat penganggaran. ,enggantikan G kedalam #ormula di atas akan menghasilkan
!= G n

,enyelesaikan untuk n menghasilkan sampel saiz

Saiz Sampel .pa%ila Menganggar

n=
3 3 Z / 3

E3

Z = / 3 +* E

.(.(/

Pengenalan kepada Statistik Ekonomi dan Perniagaan

5adangkala di dalam menganggar saiz sampel, $arian populasi diketahui atau boleh ditentukan daripada ka"ian lepas. Sesetengah masa pula, $arian populasi tidak diketahui dan mesti dianggarkan untuk menentukan saiz sampel. %i dalam kes tersebut, adalah diterima untuk menggunakan penganggaran berikut untuk mewakili .

* ."eda/ =

Penganggaran ini diterbitkan daripada peraturan empirikal .Bab +/ bermula dengan penghampiran 6)< daripada nilai di dalam taburan normal adalah disekitar 3 daripada min, memberikan "eda disekitar dimana kebanyakan nilai tersebut terletak. ,enggunakan ormula (.(, penyelidik boleh menganggar saiz sampel yang diperlukan untuk mencapai matlamat ka"ian sebelum memungut data. Sebagai contoh, katakan penyelidik mahu menganggarkan purata perbelan"aan bulanan ke atas roti oleh penduduk 5uala Cumpur. @a mahu 68< keyakinan bagi keputusannya. Berapa banyak ralat yang sanggup ia terima di dalam keputusannya0 5atakan ia mahu menganggarkan disekitar 7,*.88 angka sebenar dan sisihan piawai purata pembelian roti sebula ialah 7,=.88. 4pakah saiz sampel penganggaran bagi masalah ini0 ?ilai ! bagi 68< selang keyakinan ialah *.>=). ,enggunakan ormula (.( dengan G ; 7,*.88, ; 7,=.88, dan ! ; *.>=) memberikan
3 3 Z / 3 E3

n=

.*.>=)/ 3 . =/ 3 *3

2leh itu, sekurang'kurangnya n ; =+.+ mesti sampel rawak diambil untuk memperolehi 68< selang keyakinan dan menghasilkan ralat disekitar 7,*.88 untuk sisihan piawai 7,=.88. Persampelan =+.+ unit adalah tidak mungkin, oleh itu ia mesti dibundarkan kepada n ; ==.

+3

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

%i dalam pendekatan ini untuk menganggarkan saiz sampel, kita lihat ralat penganggaran adalah "umlah perbezaan di antara statistik .di dalam kes ini, X / dan parameter .di dalam kes ini, /. 7alat mungkin di dalam arah yang berlawanan, iaitu, statistik boleh "adi di atas atau di bawah parameter. 2leh itu, ralat, G, sebenarnya G sebagaimana yang kita lihat. 2leh itu, apabila masalah menyatakan penyelidik mahukan disekitar 7,*.88 perbelan"aan sebenar keluarga keatas roti, ini bermakna penyelidik sanggup untuk membenarkan toleransi disekitar 7,*.88 daripada angka sebenar. ?ama lain bagi ralat ini ialah .bound/ batasan selang. Sesetengah penyelidik lebih gemar untuk melihat ralat sebagai "umlah "arak disepan"ang selang keyakinan, lebarnya selang tersebut, yang ditandakan sebagai -. %isebabkan selang keyakinan dibina dengan menambah dan menolak penganggaran ralat kepata penganggaran titik, - bagi selang adalah sama dengan dua kali ralat, G. ,elalui pendekatan ini terhadap ralat, - ; 3G. %isebabkan G ; W 3 , #ormula saiz sampel untuk menganggar dengan lebar selang selain menggunakan ralat men"adi
3 ! 3! =! 3 3 = n = = -3 - 3
3

Perhatikan #ormula di atas mengandungi angka 3 di dalam kurungan sementara ormula (.( tidak. -alau bagaimanapun, ini adalah songsangan dimana - adalah dua kali G, oleh itu, menghasilkan penganggaran sampel saiz yang sama. Untuk masalah penganggaran perbelan"aan roti, lebar selang adalah 7,3.88 .kerana menggunakan ralat 7,*.88/. Penyelesaian untuk menentukan saiz sampel dengan menggunakan lebar adalah
3.*.>=)/.=/ n = 3
3

= =+.+8

%imana persamaan atau pendekatan untuk menggunakan #ormula adalah terpulang kepada citarasa pengguna. &ika penganggaran sampel memerlukan Hdisekitar H "umlah yang diberi, G selalunya akan diberikan. &ika masalah menyatakan kita mahukan HlebarI selang keyakinan tidak lebih daripada "umlah yang diberi, - selalunya akan dinyatakan3.
?ota: Penganggaran saiz sampel bagi populasi min dengan saiz sampel yang kecil dimana tidak diketahui menggunakan taburan t tidak ditun"ukkan disini. %isebabkan saiz sampel mesti diketahui untuk menentukan nilai "adual t, dimana akan digunakan untuk menganggarkan saiz sampel, tatacara selalunya akan melibatkan proses lelaran.
3

++

Pengenalan kepada Statistik Ekonomi dan Perniagaan

,onto" 8.8 5atakan kita mahu menganggarkan purata usia semua kapalterbang Boeig 737 yang masih digunakan diseluruh ,alaysia. 5ita mahukan 6)< keyakinan, dan memerlukan anggaran disekitar 3 tahun dari angka sebenar. Boeing 737 pertama kali digunakan +8 tahun yang lepas, tetapi kita percaya kapal terbang ini tidak akti# lagi lebih dari 3) tahun. Berapa besarkan saiz sampel yang perlu diambil0

Penyelesaian %isini, G ; 3 tahun, nilai ! untuk 6)< adalah *.6=, tidak diketahui, oleh itu penganggaran menggunakan ; ialah 8 hingga 3), ;

(* ) = .3)/ ; >.3). ,enggunakan #ormula (.(

.*.6>/ 3 .>.3)/ 3 ! 3 3 = = +7.)3 G3 33

(* ) = ."eda/ diperlukan.

2leh kerana "eda umur

n=

%isebabkan kita tidak boleh mengambil +7.)3 unit, sampel saiz yang diperlukan ialah +(. &ika kita mengambil sampel rawak +( unit, kita mempunyai peluang untuk menganggarkan purata usia Boeing 737 yang akti# disekitar 3 tahun dan 6)< keyakinan keputusan. &ika kita mahu disekitar * tahun untuk menganggar .G ; */, saiz sampel berubah men"adi

.*.6>/ 3 .>.3)/ 3 ! 3 3 n= = =*)8.* G3 *3

Perhatikan, memotong ralat dengan #aktor P meningkatkan keperluan saiz sampel dengan #aktor =. @ni disebabkan #aktor kuasa dua di dalam ormula (.(. &ika kita mahu untuk mengurangkan ralat sebanyak setengah dari apa yang kita

+=

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

gunakan sebelumnya, kita mesti sanggup meningkatkan kos sampel empat kali ganda, untuk paras selang keyakinan yang sama.

8.).&

Menentukan Saiz Sampel apa%ila menganggar P

,enentukan saiz sampel memerlukan kita menganggar perkadaran populasi, PD "uga perkara yang mustahil. Proses bermula dengan #ormula ! untuk perkadaran sampel.

!=

p'p P.M n
N

dimana M ; * A P 2leh kerana berbagai'bagai sampel adalah diambil dari populasi,

N

selalunya "arang sama dengan perkadaran populasi, P, menghasilkan ralat di dalam penganggaran. penganggaran, oleh itu 2leh itu, perbezaan di antara

p dan

P adalah ralat

p 'p.
!= G P.M n

,enyelesaikan untuk n menghasilkan saiz sampel.

Saiz Sampel apa%ila Menganggar P

n=
dimana:

! 3 PM G3 +)

.(.6/

P ; perkadaran populasi M;*Ap G ; ralat penganggaran ? ; saiz sampel

Pengenalan kepada Statistik Ekonomi dan Perniagaan

Bagaimanakah boleh nilai n ditentukan terdahulu untuk ka"ian "ika #ormula memerlukan nilai P dan ka"ian adalah dilakukan untuk menganggar P0 -alaupun nilai sebenar P adalah tidak diketahui terlebih dahulu untuk ka"ian, ka"ian yang sama mungkin men"anakan penghampiran yang terbaik untuk P. &ika tidak ada nilai terdahulu untuk digunakan di dalam penganggaran P, nilai P yang mungkin, sebagaimana ditun"ukkan di dalam &adual (.+ boleh dipertimbangkan. /adual 8.* P9 %agi Ber%agai-%agai 0ilai P yang terpili" P 8.) 8.= 8.+ 8.3 8.* PM 8.3) 8.3= 8.3* 8.*> 8.86

Perhatikan, oleh kerana PM aadalah sebagai numerator #ormula saiz sampel, P ; 8.)8 akan dihasilkan di dalam saiz sampel yang terbesar. Selalunya "ika P adalah tidak diketahui, penyelidik menggunakan 8.) sebagai penganggaran P di dalam ormula (.(. Pemilihan ini dihasilkan di dalam saiz sampel yang terbesar yang boleh ditentukan di dalam ormula (.6 bagi nilai ! dan ralat penganggaran yang diberi.

+>

Statistik Pentaabiran: Penganggaran Untuk Populasi Tunggal

&ika kita menggunakan konsep keluasan selang berbanding ralat dengan - ; 3G dan oleh itu G ; W 3 , #ormula untuk menentukan saiz sampel apabila menganggar perkadaran populasi men"adi
! 3 PM - 3
3

n=

=! 3 PM -3

,onto" 8.8 Satu ka"ian telah di"alankan untuk menentukan se"auh manakah ma"ikan menggalakkan kesihatan dan kesegaran dikalangan peker"anya. Satu soalah telah ditanya, 4dakah syarikat anda menawarkan kelas latihan ditempat ker"a0 5atakan telah dianggarkan sebelum ka"ian di"alankan tidak lebih =8< daripada syarikat men"awab Q4. Berapa besarkah sampel yang pelu diambil di dalam menganggarkan perkadaran populasi untuk menentukan 6(< keyakinan di dalam keputusan dan disekitar 8.8+ perkadaran populasi sebenar0 Penyelesaian1 ?ilai G bagi masalah ini ialah 8.8+. %isebabkan penganggaran adalah tidak lebih daripada =8< daripada syarikat yang men"awab Q4, P ; 8.=8 boleh digunakan. Selang keyakinan 6(< menghasilkan nilai ! ; 3.++. ,emasukkan nilai ini kedalam #ormula (.6 menghasilkan

n=

! 3 PM .3.++/ 3 .8.=/.8.>/ = = *==7.7 G3 .8.8+/ 3

2leh itu ka"ian ini perlu mengambil sambel sebanyak *==( syarikat supaya 6(< keyakinan di dalam keputusan dan mengekalkan ralat 8.8+.

,onto" 8.(

+7

Pengenalan kepada Statistik Ekonomi dan Perniagaan

Satu keputusan ka"ian mendapati lebih kurang dua per tiga rakyat ,alaysia mencuba satu keluaran baru di dalam tempoh *3 bulan yang lepas. 5atakan satu organisasi industri keluaran mahu mengka"i rakyat ,alaysia dan menyoal sama ada mereka memakan buah'buahan dan sayuran segar atau tidak di dalam tempoh satu tahun lepas. 2rganisasi tersebut mahu 68< keyakinan di dalam keputusannya dan mengekalkan ralat disekitar 8.8). Berapa besarkah sampel yang perlu diambil0 Penyelesaian1 ?ilai G ialah 8.8). %isebabkan tiada angka penghampiran yang diberikan terhadap apakah perkadaran mereka yang mungkin men"awab Q4 terhadap soalan tersebut, kita akan menggunakan P ; 8.)8. ?ilai ! bagi 68< keyakinan ialah *.>=). ,enyelesaikan untuk n memberikan

n=

! 3 PM .*.>=)/ 3 .8.)/.8.)/ = = 378.> G3 .8.8)/ 3

2rganisasi tersebut sepatutnya mengambil sampel sekurang'kurangnya 337* pelanggan untuk mencapai 68< keyakinan dan mempunyai ralat disekitar 8.8). %isebalik menetapkan ralat 8.8) keatas anggaran perkadaran, organisasi sepatutnya memerlukan selang penganggaran yang tidak melebehi 8.*8. %engan keluasan ini, penyelesaian masih lagi sama

n=

! 3 PM .*.>=)/ 3 .8.)/.8.)/ = = 378.> G3 .8.*8/ 3

+(