Professional Documents
Culture Documents
Estimasi Statistika
Estimasi Statistika
Estimasi Statistika
Populasi Populasi
Namun dalam penelitian kita tidak
Populasi memiliki ukuran yang kita se-
01 but sebagai parameter. Adapun jenis
parameter antara lain adalah : rata-rata
02 mungkin untuk mengukur populasi
karena membutuhkan biaya dan waktu
yang lebih banyak sehingga kita dapat
(),simpangan baku () dan proporsi (p).
melakukan pengambilan sampel (sam-
pling) yang sifatnya deduktif.
Sampel Sampel
Dalam pengambilan sampel kita akan Yang perlu diingat dalam pengambilan
03 mendapatkan data statistik berupa rata-
rata(x), simpangan baku (s) dan pro-
04 sampel haruslah sama karakteristiknya
dengan populasi. Sampel yang mewakili
porsi () . populasi. Setelah kita menghitung statis-
tiknya barulah kita melakukan generali-
sai/induktif sebagai parameter populasi.
Statistika Inferensial : mengambil kesimpulan
populasi berdasarkan karakteristik pengambilan
sampel.
DEDUKTIF
POPULASI
Tujuan Utama pengambilan sampel
adalah untuk memperoleh informasi
mengenai parameter populasi.
PARAMETER SAMPLING
SAMPEL
STATISTIK
x s
GENERALISASI/
INFERENSI
ESTIMASI 01 02
Salah satu cara untuk mengetahui informasi
Menaksir harga PA-
mengenai parameter populasi. Nilai parameter () dapat di-
RAMETER populasi
berdasarkan STATIS- hitung langsung, tetapi bi-
TIK sampel asanya () tidak diketahui.
()
ˆ () digunakan untuk
Statistik
menduga parameter ()
ESTIMASI
ˆ disebut Estimator = Penaksir/Penduga
Idealnya ˆ =
Kenyataannya, dapat :
* Terlalu tinggi
ˆ
Estimator yang
tidak baik
* Terlalu rendah
ˆ
Idealnya, estimator menaksir parameter populasi tanpa
kesalahan atau tidak menyimpang terlalu jauh.
ˆ =
Bias = E ()
* E () >ˆ Bias positif (Overestimate)
* E () <ˆ Bias negatif (Underestimate)
UNBIASED BIASED
ˆ =
E () ˆ ≠
E ()
BIAS
sebenarnya sebenarnya ˆ
E ()
ˆ
= E ()
EFISIEN
Estimator yang efisien adalah estimator yang memiliki nilai variansi
terkecil
ˆ , ˆ , ... ,
Bila ada beberapa penaksir (estimator) yang tidak bias (1 2
dst) terhadap po-pulasi ( yang sama), penaksir yang paling baik/
paling efisien adalah yang mempu-nyai VARIANS PALING KECIL
Variansi merupakan alat ukur untuk melihat variasi suatu data
ˆ
1
̂2
sebenarnya
Kurva ˆ
1 dan ˆ2 penaksir tidak bias terhadap
ˆ ˆ2, karena varians-nya lebih kecil
1 penaksir lebih efisien daripada
sebab keberagamannya lebih sedikit dari ˆ 2
KONSISTEN
Estimator semakin baik sejalan dengan ukuran sampel yang semakin
besar.
Sampel semakin besar maka variansinya semakin kecil, dan akan
menghasilkan estimator yang baik.
Bila ukuran sampel diperbesar sampai artinya n =
n=200
Estimator Terbaik
n=50
n=10
n=5
sebenarnya ˆ
LANGKAH-LANGKAH ESTIMASI
Estimasi Titik Estimasi Interval
1. Bila diketahui
CONFIDENCE INTERVAL
= DERAJAT KEPERCAYAAN
-1,96 0 +1,9
CONFIDENCE INTERVAL 6
= (1- ) 100%
AREA KETIDAKPER- AREA KETIDAKPER-
CAYAAN = /2 CAYAAN = /2
RUMUS
(1-) 100% Confidence Interval untuk :
Rumus :
x -
t = ---------
s/n
< x + t1-/2 (df=n-1) . s/n
< 12 + t0,975 (df=24) . 1,5/25
Contoh :
< 12 + 2,064 . 1,5/5
< 12,6192
PENAKSIRAN PROPORSI () DI POPULASI
p = x/n
q = 1 - p = 1 - x/n