estimasi
Post on 04-Feb-2016
74 Views
Preview:
DESCRIPTION
TRANSCRIPT
ESTIMASI
Menaksir harga PARAMETER populasi berdasarkan STATISTIK sampel
KONSEP DASAR ESTIMASI (PENAKSIRAN)
Nilai parameter () dapat dihitung langsung, tetapi biasanya tidak diketahui
ditaksir dari statistik sampel ()ˆ
disebut Estimator = Penaksir
= Penduga
Idealnya = Kenyataannya, dapat :
* Terlalu tinggi
* Terlalu rendah
ˆ
ˆ
ˆ
ˆ
Estimator yang tidak baik
Idealnya, estimator menaksir parameter populasi tanpa kesalahan atau tidak menyimpang terlalu jauh
ESTIMATOR YANG BAIK :
1. Unbiased (Tidak bias)
2. Efisien
3. Konsisten
UNBIASED ESTIMATOR• Bila statistik sampel (misalX) tepat sama /
’mengenai’ parameter populasi (misal )X unbiased estimator bagi
E () =
• Bias = E () - * E () > Bias positif (Overestimate)* E () < Bias negatif (Underestimate)
• Cara menghindari bias Sample at random
ˆ
ˆ
ˆ
ˆ
sebenarnya
UNBIASED BIASED
sebenarnya E ()
E () = E () ≠ ˆ ˆ
ˆˆ
BIAS
= E ()
EFISIEN
• Bila ada beberapa penaksir (estimator) yang tidak bias (1, 2, ... , dst) terhadap populasi ( yang sama), penaksir yang paling baik/paling efisien adalah yang mempunyai VARIANS PALING KECIL
Variansi 1
EFISIENSI = ------------------ Variansi 2
• Varians = 2/n Penaksir akan lebih efisien bila n
ˆ ˆ
ˆ
ˆ
sebenarnya
1 ˆ
2
Kurva 1 dan 2 penaksir tidak bias terhadap ˆ ˆ
1 penaksir lebih efisien daripada 2, karena varians-nya lebih kecil
ˆ ˆ
KONSISTEN
Bila penaksir terkonsentrasi pada daerah di sekitar
Bila ukuran sampel diperbesar sampai
• Atau bila perbedaan (bias) estimator semua parameter untuk semua ukuran sampel = nol
dapat dicapai bila Varians = 2/n = 0
bila n =
sebenarnya
n=200
n=50
n=10
n=5
ˆ
CARA MENAKSIR
1. Estimasi Titik (Point Estimate)- Nilai tunggal dari data sampel- Mengajukannya sebagai parameter yang akan
diduga - Contoh :
Menaksir tinggi badan rata-rata mahasiswa UNAIR dari sampel random
x = 163 cm- Harga titik penaksir berlainan dan tergantung
hargax dari sampel yang diambil Kurang dipercaya Dipakai estimasi interval
2. Estimasi Interval (Interval Estimate)
memperkirakan parameter populasi dengan menggunakan nilai dalam interval
Ada 2 nilai :
Nilai Atas dan Nilai Bawah
1 < < 2ˆ ˆ
PENAKSIRAN HARGA MEAN POPULASI ()MELALUI HARGA X
1. Bila diketahui
Sampling distribution of the mean : x -
Z = ---------- SE
= x Z . SE
tanda + dan - menyatakan batas atas dan batas bawah penaksiran
• Untuk 95% kemungkinan kejadian akan terdapat :
- batas bawah - Z = -1,96
- batas atas +Z = +1,96
• Jarak kedua batas = Confidence Interval atau Confidence Level
• Confidence Level (Derajat Kepercayaan) 95% artinya
dengan probabilitas 95% maka interval tersebut akan memuat mean populasi
• Di luar batas-batas interval tersebut
area ketidakpercayaan
* Derajat Kepercayaan 0,95 artinya :
bila percobaan dilakukan berulang-ulang (replikatif), maka dari tiap 100 percobaan akan ada 95 yang mengandung populasi dengan intervalx Z . SE , sisanya (5%) akan berada di luarnya dan tidak dapat ditaksir
0 +1,96-1,96
CONFIDENCE INTERVAL = DERAJAT KEPERCAYAAN
CONFIDENCE INTERVAL
= (1- ) 100%
LOWER CONFIDENCE
LIMIT
UPPER CONFIDENCE
LIMIT
AREA KETIDAKPERCAYAAN
= /2
AREA KETIDAKPERCAYAAN
= /2
RUMUS
(1-) 100% Confidence Interval untuk :
x + Z/2 . /n < < x + Z1-/2 . /n
Contoh :
Dari sampel random n = 100 diperolehx = 9,5 dan s = 0,5 . Bila = 0,25 , dengan Confidence Interval 95%, berapakah taksiran untuk ?
95% Confidence Interval untuk :
9,5 + Z0,025 . 0,25/100 < < 9,5 + Z0,975 . 0,25/100
9,5 - 1,96 . 0,25/10 < < 9,5 + 1,96 . 0,25/10
9,451 < < 9,549
2. Bila tidak diketahui
- Kenyataannya sering tidak diketahui digunakan SD sampel dan tabel t untuk
menentukan batas kepercayaan atas dan bawah sesuai dengan Confidence Intervalnya
Rumus : x - t = ---------
s/n
(1-) 100% Confidence Interval untuk
x + t/2 (df=n-1) . s/n < < x + t1-/2 (df=n-1) . s/n
df = degree of freedom
= derajat kebebasan
Contoh :
Sampel acak n = 25 dipilih dari populasi orang dewasa laki-laki, diukur Hb-nya. Diperoleh x = 12 g%, s=1,5 g%. Dengan Interval Kepercayaan 95% berapa perkiraan di populasi ?
12 + t0,025 (df=24) . 1,5/25 < < 12 + t0,975 (df=24) . 1,5/25
12 - 2,064 . 1,5/5 < < 12 + 2,064 . 1,5/5
11,3808 < < 12,6192
PENAKSIRAN SIMPANGAN BAKU () DAN
VARIANS (2) DI POPULASI
• Penaksiran 2 melalui batas kepercayaan berdasarkan distribusi sampling s2
• Diketahui distribusi sampling s2 yang diperoleh dari percobaan distribusi 2
(1-) 100% Confidence Interval untuk 2
(1-) 100% Confidence Interval untuk
(n-1) . s2 (n-1) . s2
------------------ < 2 < ------------------ 2
1-/2 (df=n-1) 2/2 (df=n-1)
(n-1) . s2 (n-1) . s2
------------------ < < ------------------ 2
1-/2 (df=n-1) 2/2 (df=n-1)
PENAKSIRAN PROPORSI () DI POPULASI
* Sampel random (n) dipilih dari populasi (N) di mana terdapat proporsi untuk peristiwa A dalam populasi.
Selanjutnya, terdapat sejumlah x peristiwa A di sampel
p = x/nq = 1 - p = 1 - x/n
Titik penaksiran adalah x/n
p + Z/2 . p (1-p) / n < < p + Z1-/2 . p (1-p) / n
Untuk (1-) 100% Confidence Interval
Contoh :
Hendak ditaksir prevalence rate Gondok Endemik di populasi. Dari sampel random n = 625 terdapat 125 penderita. Berapa prevalence rate Gondok Endemik di populasi dengan C.I. 0,95 ?
p = x/n = 125/625 = 0,21-p = 1 - 0,2 = 0,8
0,2 + Z0,025 .0,2. 0,8/625 < < 0,2 + Z0,975 .0,2. 0,8/6250,169 < < 0,231
ESTIMASI HARGA
• Dengan (1-) . 100% Confidence Interval , nilai berada dalam interval :
½ ln (1+r)/(1-r) + Z/2 . 1/(n-3) < < ½ ln (1+r)/(1-r) + Z1-/2 . 1/(n-3)
Misal : r = 0,737
0,203 < < 1,6840,203 < < 1
MENENTUKAN BESAR SAMPEL
* Ketika menaksir berdasarkanx , maka
b = -x * Untuk koefisien kepercayaan dan
populasi berdistribusi normal dengan diketahui, maka :
. Z/2 2
n = -------------
b
• Jika yang ditaksir proporsi
Z/2 2
n = (1-) ------- b
top related