download

(Pendukung Pert. 8)
Pendugaan Nilai Tengah
1. Pendugaan Titik
Besaran contoh (sample) digunakan sebagai penduga besaran populasi. Besaran contoh disebut
statistik sebagai penduga besaran populasi yang
disebut parameter.
Misalnya parameter  diduga dengan besaran
contoh θˆ  θˆ (X 1, X 2 , ... X n )
 Beberapa besaran contoh antara lain:
1. Rata-rata (nilai tengah) contoh = X
X
X
i 1
n
i
 θˆ (X 1 , X 2 , ... X n )
2. Ragam contoh = S2
2
1 n
S 
(X

X
)
 θˆ (X 1 , X 2 ,... X n )

i
n  1 i 1
2
3. Simpangan baku contoh = S
S
2
1 n
(Xi

X
)
 θˆ (X 1 , X 2 ,...X n )

n - 1 i1
1
 Sebaran nilai tengah contoh = X
E(X)  μ
σ2
ν(X) 
n
σ ,
σ(X) 
n
masing - masing merupakan penduga tidak
bias, selainnya disebut penduga yang bias.
 Sifat-sifat Penduga
a. Penduga tak bias
θ̂ merupakan penduga tak bias bagi  jika
E ( θ̂ ) = .
Suatu peubah acak X dengan nilai tengah 
dan ragam 2. misalkan dari populasi
tersebut diambil contoh acak berukuran n
dengan pengamatan X1, X2, … Xn.
Tunjukkan bahwa X dan S2 merupakan
penduga tidak bias terhadap  dan 2
petunjuk :
E(X n )
 n
 E(X 1 ) E(X 2 )
 E (X)  E   Xi/n  


n
n
n
 i 1

1 n
nμ
  E (Xi) 
μ
n i 1
n
2
2 
 n
  (X i - X) 
2
 n

1

2
2
i

1


 E (S )  E

 X i   n E( X) 

 n - 1  
n 1

 i 1 




1

 nσ 2  nμ 2  σ 2  nμ 2
n -1
1

nσ 2  nσ 2
n -1
1

 (n  1) σ 2  σ 2
n 1




b. Penduga Efisien
Jika ragam 1 dan 2 masing-masing
sebesar (1) dan (2) dinamakan penduga
yang lebih efisien dari penduga 2 apabila:
ν( θˆ 1 )
 1 atau ragam θˆ 1 lebih
ν( θˆ )
2
kecil dari ragam θˆ 2
c. Penduga Konsisten
Penduga konsisten adalah penduga dimana
semakin besar contohnya semakin mendekati nilai parameternya
l im P(| X  μ | ε)  1
n~
X penduga yang konsisten
3
2. Penduga Selang (Interval)
1. Pendugaan selang bagi nilai tengah populasi 
bila 2 diketahui
σ
σ 

P X  Z  .
 μ  X  Z .
  1 α
2
2
n
n

2. Pendugaan selang kepercayaan bagi nilai
tengah  bila 2 tidak diketahui
a. n  30
S
S 

P X  Z .
 μ  X  Z .
  1 α
2
2
n
n

b. n < 30
S
S 

P  X   (n - 1)
   X  t  (n  1).   1 α
2
2
n
n

3. Pendugaan selang 1 - 2 :
a. Bila dua populasi dengan ragam
diketahui maka:
12 dan  22

12  22
12  22 

P ( X 1  X 2 )  Z .

 1   2  ( X 1  X 2 )  Z  .

1 


2
2
n
n
n
n
1
2
1
2 

4
b. Bila dua populasi dengan ragam 1 ,  22
tidak diketahui tetapi n1, n2  30 maka:
2

S12 S 22
S12 S 22 

P ( X 1  X 2 )  Z .

 1   2  ( X 1  X 2 )  Z  .

 1 

2
2
n1 n 2
n1 n 2 


c. Bila dua populasi dengan ragam 1 =  2
tetapi besar-nya tidak diketahui dan n1, n2 <
30 maka:
2
2

1 1
1 1 
P  ( X 1  X 2 )  t  . () . Sp
  1   2  ( X 1  X 2 )  t  .() . Sp
   1 
2
2
n
n
n
n2 
1
2
1

(n1  1)S12  (n2  1)S 22
ν  n1  n2  2 ; Sp 
n1  n2  2
d. Bila dua populasi dengan ragam 12 dan  22
tidak diketahui dan n1, n2 < 30 maka:

S12 S22
S12 S22 

P ( X 1  X 2 )  t  . ( ) .
  1  2  ( X 1  X 2 )  t  .() .

 1 


2
2
n
n
n
n
1
2
1
2


2
 S12
S22 
 n  n 
1
2


2
2
 S12 
 S22 
 n  n 1  n 
1
1
2


n2 1
5
e. Bila dua populasi saling bergantung
(berpasangan) maka:

Sd
Sd 
P (d  t  (n  1) .
  d  d  t  (n  1) .
  1  
2
2
n
n

 n

2
n d i    d i 
 i 1 
d i  X 2i  X 1i , Sd 2  i 1
n (n - 1)
n
2
4. Pendugaan selang kepercayaan populasi = P
untuk contoh (sample) besar.

ˆ  Z
P p

2

P̂q̂
ˆ  Z
 p p
2
n
p̂q̂ 
1 

n

P̂ = Proporsi yang sukses dalam contoh acak
berukuran n
q̂ = 1 - p̂
5. Pendugaan ragam (varians). Selang kepercayaan untuk 2 dari suatu populasi normal.


(n  1)
(n  1) S2 

2
P 2   
 1 
12 
 
2
2


S2 = ragam contoh acak
n  X i2   X i 
2
S2 
n(n  1)
6
6. Pendugaan nisbah suatu populasi normal
 2

S1
1
12 S12

P 2 .
 2  2  f  (1 ,  2 )   1  
2
 S2 f  (1 ,  2 ) 2 S2

2


7