Interval Konfidensi
-
Upload
api-3700955 -
Category
Documents
-
view
2.864 -
download
5
Transcript of Interval Konfidensi
Suryo Guritno
ESTIMASISalah satu bentuk inferensi statistika (pengambilan kesimpulan) terhadap parameter populasi adalah estimasi.
Misalnya :
ESTIMASIINTERVAL
TITIK
proporsi
variansi
peny. std
mean
p
2
populasi
s2
s
sampel
n
x
x
Dalam estimasi yang dilakukan adalah menduga/memperkirakan parameter dengan penduga yang sesuai (“terbaik”).
Estimasi titik
adalah statistik yang sesuai (“baik”) untuk menduga/memperkirakan/mengestimasi parameterMisalnya :
perbandingan variansi
beda proporsi
beda mean
proporsi
dev.std
variansi
mean
p1-p2
1- 2
p
2
parameter
22
21
x
n
xs
s2
2
2
1
1
n
x
n
x
21 xx
22
21
s
s
statistik/penduga / estimasi
Estimasi Interval
adalah suatu interval tertentu yang memuat parameter dengan probabilitas/keyakinan cukup besar dan ditentukan oleh statistik yang sesuai untuk parameter
* Interval yang diharapkan adalah yang terpendek
* Misalkan X1, X2, …, Xn adalah sampel random
yang diambil dari populasi dengan parameter .
Interval yang akan dicari adalah
a b dengan P(a b) = 1 -
interval konfidensi
(1 – )
a,b harganya ditentukan oleh
X1, X2, …, Xn
tingkat konfidensi / keyakinan dipilih 100%
biasanya 90%, 95%, 99%
0 < < 1, 0%
dibedakan dua macam estimasi interval, yaitu :
* Untuk sampel besar (n 30)* Untuk sampel kecil (lebih dikenal sebagai
estimasi interval untuk parameter populasi dengan /ber-distribusi tertentu)
ESTIMASI INTERVAL SAMPEL BESAR
* Estimasi interval untuk (n 30)
Interval yang dicari adalah
a b dengan P(a b) = 1 - a,b tertentu oleh X1, X2, …, Xn dalam hal ini
berdistribusi normal dengan X
Penduga terbaik untuk adalah X
xn
22x
nx
ataudan
n
1= (X1 + X2 + … + Xn)
X
c x
45%
50%
d
d c x
50% 45%
dc x
47,5% 47,5%
yaitu Jarak ke c harus sama dengan jarak ke d
xx
dc x
dengan transformasi
0 zo-zo
P(-zo z zo) = 95%
dari tabel normal
zo = 1,96
normal biasa
X
normal standar
mean = 0variansi = 1
x
xXz
diketahui/dapat dicari interval terpendek yangdXc 95%d)XP(c
JADI :
P(-1,96 z 1,96) = 95%
P(-1,96 1,96) = 95%
n
x
xxP( -1,96 . + 1,96 . ) = 95%n
n
Interval konfidensi 95% untuk adalah : (n 30)
jika tidak diketahui, diganti dengan s yaitu penyimpangan standar sampel.
-1,96 . + 1,96 . xn
xn
(1)
Apabila anda perhatikan dengan cermat rumus (1), dengan langkah yang sama akan dapat dicari interval konfidensi (1 - ) untuk ataupun p.
Perhatikan rumus (1) kembali
x Untuk n cukup besar , hampir semua distribusi sampling harga statistik
berdistribusi mendekati normal. Dalam hal ini , s dan berdistribusi normal. n
X
μ adalah parameter yang akan diestimasi
X adalah Statistik yang digunakan untuk mengestimasi
n
σadalah Penyimpangan standar distribusi
sampling harga statistik (dalam hal ini ) X
1,96 adalah angka dari tabel normal yang sesuai dengan tingkat keyakinan 95% karena berdistribusi normalX
P)(
s)(
)σ( s
Dengan demikian, jika ukuran sampel cukup besar, tabel berikut dapat digunakan untuk mencari interval konfidensi (1-) untuk parameter yang dikehendaki
6
5
4
3
2
1
(=s)(=P)
Ket.Peny. Std. Dist. Samp. Harga statStatistikParameter
)σ( s
μ
σ
p
21 μ-μ
21 pp
21 σσ
X
s
21 XX
2n
2X
1n
1X
21 ss
n
X
n
σ
2n
σ
nnx
1nx
2
22
1
21
n
σ
n
σ
2
2
2
2
2
1
1
1
1
1
n
nx
1nx
n
nx
1nx
2
22
1
21
2n
σ
2n
σ
Kalau interval konfidensi (1-) untuk P adalah
s
2
s
2
.zSP.zS
maka interval konfidensi 90% untuk adalah
Dengan adalah harga yang sesuai dengan (1-) dari tabel distribusi
Normal (1,96=z.025 sesuai dengan 95%).2
αz
s – z.05 . s + z.05 . n2
n2
dan Interval konfidensi 90% untuk adalah2σ
n2
z1
s
n2
z1
s
05.05.
2
05.
2
2
05.
n2
z1
s
n2
z1
s
Estimasi parameter jika sampel berukuran kecil sangat bergantung pada distribusi populasi dan juga parameter yang akan diestimasi
Sebagai contoh, untuk ,mengestimasi , 2, 1- 2 ,
22
21
atau 1- 2 ditentukan oleh distribusi t
2 atau 1- 2 ditentukan oleh distribusi 2
atau 1- 2 ditentukan oleh distribusi F22
21
Untuk mengestimasi p tidak diperlukan asumsi populasi berdistribusi normal. Estimasi dapat dilakukan menggunakan distribusi binomial.
populasi harus berdistribusi normal, tetapi estimasi untuk
ESTIMASI INTERVAL SAMPEL DARI POPULASI NORMAL
Interval konfidensi (1-) untuk adalah :
n.zX
n.zX
22
karena X ~
n,N
2
jika diketahui :
jika tidak diketahui :
n
s.tX
n
s.tX
1n;2
1n;2
= persentil untuk distribusi t dengan2
t
2
1
derajat bebas (n-1) (dicari dengan tabel t)
distribusi t dengan der. bebas (n-1)
~karena :
n
sX
tn-1
Interval konfidensi (1-) untuk 1-2 adalah :
jika 1 dan 2 diketahui :
2
22
1
21
2
21212
22
1
21
2
21 nn.zxx
nn.zxx
karena :
2
22
1
21
xx
21xx
2xxxx21
nn
,Nxx
21
21
2121
~
jika 1 dan 2 tidak diketahui :
1 diganti s1 dan 2 diganti s2
jika 1 = 2 = , diganti sp dengan
2nn
s1ns1ns
21
222
211
p
21p
2nn;2
21
2121
p2nn;
2
21
n
1
n
1s.txx
n
1
n
1s.txx
21
21
sehingga
karena =
2nn
21p
212121
t
n
1
n
1s
xxxx
~
jika 1 2 , 1 diganti s1 dan 2 diganti s2
2
22
1
21
;2
21212
22
1
21
;2
21 n
s
n
s.txx
n
s
n
s.txx
karena :
dengan
2
2
2
22
1
2
1
21
2
2
22
1
21
n
n
s
n
n
s
n
s
n
s
~
t
n
s
n
s
xx
2
22
1
21
2121
* Untuk estimasi 2, digunakan s2 tetapi jika sampel berukuran kecil distribusi sampling harga-harga s2 tidak diketahui bentuknya. Jalan keluarnya usahakan transformasi ke variabel baru yang distribusinya sudah dikenal.
* Jika populasi berdistribusi normal,
* distribusi x2 dengan derajat bebas (n-1) adalah distribusi Gamma dengan
2dan2
1n
Sayangnya distribusi x2 bukan distribusi yang simetri, sehingga kriteria interval terpendek akan sulit untuk diperoleh.
2
2
σ
s1n berdistribusi x2 dengan derajat bebas (n - 1)
Sebagai pengganti interval terpendek, interval yang dikehendaki ditentukan oleh pembagian luas daerah di bawah kurva menjadi 3 bagian masing-masng dengan luas , (1-) dan
2
2
sehingga dari
1s1n
P 2
1n;2
2
22
1n;2
1
didapatInterval konfidensi (1-) untuk 2 adalah
2
1n;2
1
22
2
1n;2
2 s1ns1n
(1-)
2
1n;2
1
2
2
2
1n;2
1
s1nP 2
22
22
21
2
21
22
2
2
2 s1ns1n
(1-)
2
1n;2
1
2
2
2
1n;2