RENCANA PERKULIAHAN 6 RENCANA PERKULIAHAN 6
I. IDENTITAS I. IDENTITAS
MATAKULIAH
MATAKULIAH : : BIOSTATISTIK BIOSTATISTIK WAKTU
WAKTU : : 2 2 X X 50 50 MENITMENIT A.
A. KOMPETENSI KOMPETENSI :: 1.
1. STANDAR STANDAR : : Mahasiswa Mahasiswa dapat dapat menaksir menaksir data data yang yang adaada 2.
2. DASAR DASAR : : Mahasiswa Mahasiswa dapat dapat menentukan menentukan harga harga rata-rata rata-rata µµ harga proporsi
harga proporsi
ππ
, & harga, & hargasimpangan baku σ
simpangan baku σ
B.B. POKOK POKOK BAHASAN BAHASAN : : TEORI TEORI MENAKSIR MENAKSIR
C. SUB POKOK BAHASAN: Menaksir rata-rata µ, menaksir proporsi
C. SUB POKOK BAHASAN: Menaksir rata-rata µ, menaksir proporsi
ππ
, dan, danmenaksir simpangan baku σ
menaksir simpangan baku σ
II. PETA KONSEP II. PETA KONSEP
III. OBYEK / PERSOALAN BELAJAR III. OBYEK / PERSOALAN BELAJAR
Bagaimana cara menaksir rata-rata µ? Apa
Bagaimana cara menaksir rata-rata µ? Apa yang diteliti dalam penelitian?yang diteliti dalam penelitian? Dalam penelitian yang diteliti adalah populasi, tetapi
Dalam penelitian yang diteliti adalah populasi, tetapi yang diamati adalah sampel. Denganyang diamati adalah sampel. Dengan menggunakan ukuran yang diperoleh dari sampel, akan digunakan untuk menaksir harga menggunakan ukuran yang diperoleh dari sampel, akan digunakan untuk menaksir harga
populasi atau parameter. Parameter populasi seca
populasi atau parameter. Parameter populasi secara umum diberi lambang θ (baca theta), yang
ra umum diberi lambang θ (baca theta), yang
Menaksir Menaksir rata-rata µ rata-rata µ Menaksir Menaksir proporsi proporsi
ππ
Menaksir Menaksir simpangan simpanganbaku σ
baku σ
Simpangan baku σ diketahui, populasi
Simpangan baku σ diketahui, populasi
berdistribusi normal berdistribusi normal
Simpangan baku σ tidak diketahui, populasi
Simpangan baku σ tidak diketahui, populasi
berdistribusi normal berdistribusi normal
Simpangan baku σ tidak diketahui,
Simpangan baku σ tidak diketahui,
populasi tidak berdistribusi normal populasi tidak berdistribusi normal MENAKSIR
dapat berupa µ, π, atau σ. Penaksirnya diberi lambing θ` (baca theta aksen), yang berupa X, s
dapat berupa µ, π, atau σ. Penaksirnya diberi lambing θ` (baca theta aksen), yang berupa X, s
atau p. Secara ideal
atau p. Secara ideal
harga taksiran yaitu θ` sama dengan harga parameter θ. Pada umumnya yang
harga taksiran yaitu θ` sama dengan harga parameter θ. Pada umumnya yang
terjadi adalah harga taksiran θ` lebih tinggi atau lebih rendah dari parameter yang ditaksir.
terjadi adalah harga taksiran θ` lebih tinggi atau lebih rendah dari parameter yang ditaksir.
Beberapa batasan yang perlu dipahami dalam membuat taksiran adalah: Beberapa batasan yang perlu dipahami dalam membuat taksiran adalah: 1.
1. penaksir tidak bias penaksir tidak bias 2.
2. penaksir bervarians minimum penaksir bervarians minimum 3.
3. penaksir konsisten dan penaksir konsisten dan 4.
4. penaksir terbaik. penaksir terbaik.
Penaksir θ` dikatakan penaksir tak bias, bila rata
Penaksir θ` dikatakan penaksir tak bias, bila rata
--rata semua harga θ` yang mungkin sama dengan
rata semua harga θ` yang mungkin sama dengan
harga θ. Penaksir bervarians minimum adalah dengan varians terkecil di antara penaksir un
harga θ. Penaksir bervarians minimum adalah dengan varians terkecil di antara penaksir un
tuk tuk parameter yang sama. Penaksir dikatakan konsisten bila ukuran sampelnya makin diperbesar parameter yang sama. Penaksir dikatakan konsisten bila ukuran sampelnya makin diperbesarmendekati ukuran populasi dan harganya mendekati parameter. Penaksir terbaik adalah penaksir mendekati ukuran populasi dan harganya mendekati parameter. Penaksir terbaik adalah penaksir yang tidak bias dan bervarians minimum.
yang tidak bias dan bervarians minimum.
Agar mempunyai derajat kepercayaan yang tinggi penaksir untuk suatu parameter Agar mempunyai derajat kepercayaan yang tinggi penaksir untuk suatu parameter biasanya dinyatakan dalam bentuk rentangan, yaitu yang disebut
biasanya dinyatakan dalam bentuk rentangan, yaitu yang disebutinterval penaksiraninterval penaksiran atauatau daerah penaksiran.
daerah penaksiran. Dalam melakukan penaksiran biasanya digunakan derajat penaksiranDalam melakukan penaksiran biasanya digunakan derajat penaksiran tertentu. Derajat penaksiran atau yang lazim disebut
tertentu. Derajat penaksiran atau yang lazim disebutkoefisien kepercayaankoefisien kepercayaan, biasanya, biasanya
dinyatakan
dinyatakan dengan lambang
dengan lambang τ
τ (baca
(baca
gamma gamma). Harga τ lebih besar dari nol dan lebih kecil dari
). Harga τ lebih besar dari nol dan lebih kecil dari
satu (0 < τ < 1). Dalam penelitian pada umumnya digunakan harga τ = 0,95 atau τ = 0,99.
satu (0 < τ < 1). Dalam penelitian pada umumnya digunakan harga τ = 0,95 atau τ = 0,99.
Menaksir rata-rata µ Menaksir rata-rata µ
Untuk menaksir rata-rata µ digunakan penaksir rata-rata sampel (X).
Untuk menaksir rata-rata µ digunakan penaksir rata-rata sampel (X). Cara menaksir harga µCara menaksir harga µ
berbeda- berbeda-
beda tergantung pada diketahui atau tidaknya simpangan baku po
beda tergantung pada diketahui atau tidaknya simpangan baku populasi (σ) dan keadaan
pulasi (σ) dan keadaan
distribusinya.distribusinya.
Simpangan baku σ diketahui, populasi berdistribusi normal
Simpangan baku σ diketahui, populasi berdistribusi normal µ,µ,
π, atau σ
π, atau σ
Harga µ dapat ditaksir dengan menggunakan harga z.Harga µ dapat ditaksir dengan menggunakan harga z. µ = X ± z ½ .
µ = X ± z ½ .
σσ
√ n
√ n
Harga z ½ dapat dicari dalam tabel kurva normal. Untuk derajat kepercayaan τ = 0,95 harga z ½
Harga z ½ dapat dicari dalam tabel kurva normal. Untuk derajat kepercayaan τ = 0,95 harga z ½
= 1,98 atau τ
= 1,98 atau τ = 0,99 harga z ½
= 0,99 harga z ½ =
= 2,58.
2,58.
Contoh: Contoh:
Pengamatan terhadap sampel yang diambil secara acak sebanyak 400 mempunyai rata-rata 50. Pengamatan terhadap sampel yang diambil secara acak sebanyak 400 mempunyai rata-rata 50.
Diketahui simpangan baku populasi (σ) sebesar 18. Hitung harga µ dengan derajat kepercayaan τ
Diketahui simpangan baku populasi (σ) sebesar 18. Hitung harga µ dengan derajat kepercayaan τ
= 0,95 dan τ = 0,99.
= 0,95 dan τ = 0,99.
Penyelesaian adalah sebagai berikut: Penyelesaian adalah sebagai berikut: Diketahui: Diketahui: n n = = 400400 X = 50 X = 50
σ = 18
σ = 18
Ditanyakan: µ Ditanyakan: µ Jawab: Jawab: µ µ = = X X ± ± z z ½ ½ ..σσ
√ n
√ n
Harga z ½ = 1,96 pada τ = 0,95
Harga z ½ = 1,96 pada τ = 0,95 dan harga z ½ =
dan harga z ½ = 2,58 pada τ = 0,99.
2,58 pada τ = 0,99.
Maka: Maka: µ = 50 ± 1,96 x 18 µ = 50 ± 1,96 x 18
√ 400
√ 400
= 50 ± 1,96 x 18 = 50 ± 1,96 x 18 20 20 = 50 ± 1,96 x 0,9 = 50 ± 1,96 x 0,9 = 50 ± 1,764 = 50 ± 1,764Jadi daerah penaksiran µ adalah 48,236
Jadi daerah penaksiran µ adalah 48,236
–
– 51,764 pada τ = 0,95.
51,764 pada τ = 0,95.
Maka: Maka: µ = 50 ± 2,58 x 18 µ = 50 ± 2,58 x 18√ 400
√ 400
= 50 ± 2,58 x 18 = 50 ± 2,58 x 18 20 20 = 50 ± 2,58 x 0,9 = 50 ± 2,58 x 0,9 = 50 ± 2,322 = 50 ± 2,322Jadi daerah penaksiran µ adalah 47,678
Jadi daerah penaksiran µ adalah 47,678
–
– 52,322 pada τ = 0,99.
52,322 pada τ = 0,99.
Simpangan baku σ tidak diketahui, pop
Simpangan baku σ tidak diketahui, populasi berdistribusi normalulasi berdistribusi normal
Kebanyakan parameter σ tidak diketahui, oleh karena itu untuk menaksir µ tidak dapat
Kebanyakan parameter σ tidak diketahui, oleh karena itu untuk menaksir µ tidak dapat
menggunakan harga z. Ukuran simpangan baku yang paling mudah dicari adalah s, yaitu menggunakan harga z. Ukuran simpangan baku yang paling mudah dicari adalah s, yaitu
simpangan baku sampel. Dengan menggunakan harga simpangan baku sampel (s) harga µ dapat simpangan baku sampel. Dengan menggunakan harga simpangan baku sampel (s) harga µ dapat ditentukan dengan menggunakan t
ditentukan dengan menggunakan t p p. Harga t. Harga t p pdapat diperoleh dari table t dengan p = ½ (1-dapat diperoleh dari table t dengan p = ½ (1-
τ) dan
τ) dan
derajat kebebasan atau dk = n derajat kebebasan atau dk = n
–
–
1.1.µ = X ± t µ = X ± t p p ..
σσ
√ n
√ n
Contoh: Contoh:Dari hasil pengamatan terhadap sampel sebesar 25 yang diambil secara acak diperoleh rata-rata Dari hasil pengamatan terhadap sampel sebesar 25 yang diambil secara acak diperoleh rata-rata
105 dan simpangan baku sampel sebesar 10. Berapa harga µ dengan derajat kepercayaan τ =
105 dan simpangan baku sampel sebesar 10. Berapa harga µ dengan derajat kepercayaan τ =
0,95. 0,95.
Penyelesaian adalah sebagai berikut: Penyelesaian adalah sebagai berikut: Diketahui: Diketahui: n n = = 2525 X = 105 X = 105 s s = = 1010
tt p p
, τ = 0,95, dk = 24, adalah 2,797 Dilihat
, τ = 0,95, dk = 24, adalah 2,797 Dilihat
tabel t)tabel t)tt p , p ,
τ = 0,99, dk = 24, adalah 2,064 (Dilihat tabel t)
τ = 0,99, dk = 24, adalah 2,064 (Dilihat tabel t)
Ditanyakan:
Ditanyakan: daerah daerah penaksiran penaksiran µµ Jawab:
Jawab: µ µ = = X X ± ± tt p p. . ss
√ n
√ n
Daerah taksiran µ dengan τ = 0,99
Daerah taksiran µ dengan τ = 0,99
µ = 105 ± 2,80 x 10 µ = 105 ± 2,80 x 10
√ 25
√ 25
= 105 ± 2,80 x 10 = 105 ± 2,80 x 10 5 5 = 105 ± 2,80 x 2 = 105 ± 2,80 x 2 = 105 ± 5,6 = 105 ± 5,6Jadi daerah taksiran µ dengan τ = 0,99 adalah 99,40
Jadi daerah taksiran µ dengan τ = 0,99 adalah 99,40
- 110,6.- 110,6.Daerah taksiran µ dengan τ = 0,95
Daerah taksiran µ dengan τ = 0,95
µ = 105 ± 2,06 x 2 µ = 105 ± 2,06 x 2
=
= 105 105 ± ± 4,124,12
Jadi daerah taksiran µ dengan τ = 0,95 adalah
Jadi daerah taksiran µ dengan τ = 0,95 adalah
100,88100,88–
–
109,12.109,12.Simpangan baku σ tidak diketahui, populasi tidak berdistribusi normal Simpangan baku σ tidak diketahui, populasi tidak berdistribusi normal Bila ukuran sampel n tidak terlalu kecil d
Bila ukuran sampel n tidak terlalu kecil dapat digunakan dalil limit pusat, dan apat digunakan dalil limit pusat, dan selanjutnya dapatselanjutnya dapat digunakan cara yang kedua.
Menaksir proporsi Menaksir proporsi ππ
Bila dalam suatu sampel berukuran n terdapat
Bila dalam suatu sampel berukuran n terdapat suatu peristiwa sebanyak x, maka suatu peristiwa sebanyak x, maka proporsiproporsi
peristiwa itu adalah p = x/n. Bila proporsi peristiwa itu digunakan sebagai penaksir, maka daerah peristiwa itu adalah p = x/n. Bila proporsi peristiwa itu digunakan sebagai penaksir, maka daerah penaksiran parameter
penaksiran parameter
ππ
nya adalah seperti rumus berikut ini.nya adalah seperti rumus berikut ini.ππ = p ± z ½ τ .
= p ± z ½ τ .
p.q p.q√ n
√ n
q = 1 q = 1
–
–
ppz ½ adalah harga z dalam tabel kurva normal untuk peluang ½ τ.
z ½ adalah harga z dalam tabel kurva normal untuk peluang ½ τ.
Contoh: Contoh:
Akan dipelajari proporsi rumput teki diantara rerumputan di halaman.
Akan dipelajari proporsi rumput teki diantara rerumputan di halaman. Untuk itu diambilUntuk itu diambil sampel secara acak 100 batang rerumputan. Dari 100 itu terdapat 15 batang rumput teki. sampel secara acak 100 batang rerumputan. Dari 100 itu terdapat 15 batang rumput teki. Berapa proporsi rumput teki di halaman?
Berapa proporsi rumput teki di halaman?
Penyelesaian: Penyelesaian: Diketahui: n = 100 Diketahui: n = 100 X = 15 bt rumput teki X = 15 bt rumput teki
Harga z untuk τ = 0,95 adalah 1,96.
Harga z untuk τ = 0,95 adalah 1,96.
Harga z untuk = 9,99 Harga z untuk = 9,99 Ditanyakan: Ditanyakan:
ππ
Hitungan: p = 15 /100 Hitungan: p = 15 /100 = 0,15 = 0,15 Maka q = 1 Maka q = 1–
–
pp = 1 = 1–
–
0,150,15 = 0,85 = 0,85 Sehingga Sehinggaππ = p ± z ½ τ .
= p ± z ½ τ .
p.q p.q√ n
√ n
ππ
= = 0,15 0,15 ± ± 1,96 1,96 x x 0,15 0,15 x x 0,850,85√
100
√
100
ππ
= = 0,15 ± 0,15 ± 1,96 x 1,96 x 0,0357071420,035707142ππ
= = 0,15 0,15 ± ± 0,070,07 Jadi daerah taksiranMenaksir simpangan baku σ Menaksir simpangan baku σ Taksiran simpangan baku
Taksiran simpangan baku
σσ
didasarkan pada taksiran variansdidasarkan pada taksiran variansσσ
22. Sebagai penaksiran-nya adalah. Sebagai penaksiran-nya adalah ss22sampel. Daerah taksiransampel. Daerah taksiranσσ
22dapat ditentukan dengan rumus di bawah ini.dapat ditentukan dengan rumus di bawah ini.(n -1) s
(n -1) s22 (n -1) s(n -1) s22 <
<
σσ
22 <<ss22½½(1+(1+
τ)
τ)
ss22½½(1-(1-τ)
τ)
Daerah taksiran simpangan baku
Daerah taksiran simpangan baku
σσ
didasarkan pada taksiran variansdidasarkan pada taksiran variansσσ
22..Contoh : Contoh :
Dari sebuah sampel acak berukuran 30 diperoleh harga variansi s
Dari sebuah sampel acak berukuran 30 diperoleh harga variansi s22= 7,8. Tentukan taksiran= 7,8. Tentukan taksiran simpangan baku
simpangan baku
σσ
nya.nya.Diketahui: n = 30 ; s Diketahui: n = 30 ; s22= 7,8 ; dk = n -1 = 30 -1 = 29.= 7,8 ; dk = n -1 = 30 -1 = 29.
χ
χ
220,975 = 45,7 ; χ
0,975 = 45,7 ; χ
22 0,025 = 16,0 0,025 = 16,0 Ditanyakan : daerah taksiran Ditanyakan : daerah taksiranσσ
.. Hitungan: Hitungan: (n -1) s (n -1) s22 (n -1) s(n -1) s22 < <σσ
22 << ss22½½(1+(1+τ)
τ)
ss22½½(1-(1-τ)
τ)
29 x 7,8 29 x 7,8 29 x 7,829 x 7,8 < <σσ
22 << 45,7 16,0 45,7 16,0CATATAN: Untuk harga: CATATAN: Untuk harga:
χ
χ
22 ½ ½(1+(1+τ) = χ
τ) = χ
22 ½½(1+ 0,95)(1+ 0,95)= χ
= χ
22 ½½(1(1
,95) lihat pada posisi tabel χ
,95) lihat pada posisi tabel χ
220,975 = 45,70,975 = 45,7χ
χ
22 ½ ½(1-(1-τ) = χ
τ) = χ
22 ½½(1- 0,95)(1- 0,95)= χ
= χ
22 ½½((
0,05) lihat pada posisi tabel χ
0,05) lihat pada posisi tabel χ
220,025 = 16,00,025 = 16,0χ
χ
220,975 = 45,7 langsung diambil dari tabel χ
0,975 = 45,7 langsung diambil dari tabel χ
22pada
pada dk = 30dk = 30
–
–
1 = 29 dan1 = 29 danχ
χ
220,025 = 16,0 langsung diambil dari tabel χ
0,025 = 16,0 langsung diambil dari tabel χ
22pada
226,2 226,2 226,2226,2 < <
σσ
22 << 45,7 16,0 45,7 16,0 4,95 < 4,95 <σσ
22 < < 14,1414,14 Taksiran simpangan bakuTaksiran simpangan baku
σσ
adalah:adalah: 2,23 <2,23 <
σσ
< < 3,753,75IV. MEDIA / SUMBER BELAJAR IV. MEDIA / SUMBER BELAJAR
Scheffler, 1987.
Scheffler, 1987. Statistika Statistika untuk untuk Biologi, Biologi, Farmasi, Farmasi, Kedokteran Kedokteran dan dan Ilmu Ilmu yang yang bertautan.
bertautan. Bandung, Penerbit ITB.Bandung, Penerbit ITB. Steel & Torrie, 1991.
Steel & Torrie, 1991. Prinsip dan Prosedur Statistika, suatu pendekatan Prinsip dan Prosedur Statistika, suatu pendekatan Biometrik Biometrik .. Jakarta. Penerbit:
Jakarta. Penerbit: PT PT Gramedia Pustaka Gramedia Pustaka Utama.Utama. Sudjana, 1982.
Sudjana, 1982. Metoda Statistika Metoda Statistika. Bandung: Penerbit Tarsito.. Bandung: Penerbit Tarsito.
VII. EVALUASI / TUGAS RUMAH VII. EVALUASI / TUGAS RUMAH
1.
1. Dari hasil pengamatan terhadap sampel sebanyak 64 yang diambil secara acak diperolehDari hasil pengamatan terhadap sampel sebanyak 64 yang diambil secara acak diperoleh rata-rata sebesar 85 dan simpangan baku
rata-rata sebesar 85 dan simpangan baku
σσ
sebesar 12. Berapa harga µ dengan derajatsebesar 12. Berapa harga µ dengan derajatkepercayaan τ = 0,95?
kepercayaan τ = 0,95?
2.
2. Pengamatan terhadap sampel yang diambil secara acak sebanyak 900 mempunyai rata-Pengamatan terhadap sampel yang diambil secara acak sebanyak 900 mempunyai