Praktikum: Sampling Distribution dan Estimasi
Praktikum 09:Introduction to Statistics (SDT-11012)
Bayu Fachri (52260027)
LinkedIn
|
R.Pubs
|
GitHub
|
Email
Mahasiswa Sains Data di Institut Teknologi Sains Bandung dengan rasa ingin tahu yang tinggi dan semangat untuk terus berkembang. Tertarik pada teknologi, data, dan berbagai hal baru. Percaya bahwa setiap proses adalah bagian dari perjalanan untuk menjadi versi terbaik dari diri sendiri.
1 Pendahuluan
Program Studi: Data Science Konteks Sesi: Pertemuan 9 β Sampling Distribution dan Estimasi
Paruh pertama semester mengajarkan cara menggambarkan data. Mulai pertemuan ini, kita melangkah ke statistika inferensial: menarik kesimpulan tentang populasi dari satu sampel.
Masalahnya, sejak Pertemuan 1 kita tahu bahwa statistik sampel berubah-ubah: sampel berbeda menghasilkan Μx berbeda. Jika demikian, bagaimana kita bisa memercayai satu angka dari satu sampel? Jawabannya ada pada konsep terpenting dalam statistika inferensial: sampling distribution β distribusi dari sebuah statistik jika pengambilan sampel diulang berkali-kali. Dengan memahaminya, kita dapat menyatakan bukan hanya βberapa taksirannyaβ, tetapi juga βseberapa jauh taksiran itu mungkin melesetβ.
1.1 Tujuan Pembelajaran
Setelah menyelesaikan praktikum ini, mahasiswa mampu:
Membedakan distribusi populasi, distribusi sampel, dan distribusi sampling.
Menjelaskan sifat distribusi sampling dari rata-rata sampel ( Μx) dan proporsi sampel ( Μp).
Menjelaskan dan mendemonstrasikan Central Limit Theorem (CLT) serta pengaruh uku- ran sampel.
Menghitung dan menafsirkan standard error serta membedakannya dari simpangan baku.
Menghitung point estimate, confidence interval (untuk mean dan proporsi), dan margin of error, serta menafsirkannya dengan benar.
Menentukan ukuran sampel minimum untuk mencapai margin of *error tertentu.
1.2 Peta Alur Belajar
| Tahap | Bagian | Fokus |
|---|---|---|
| 1 | Tiga Distribusi | Populasi, sampel, sampling |
| 2 | Distribusi Sampling Rata-rata | \(E(\bar{x}) = \mu\), \(SE = \sigma/\sqrt{n}\) |
| 3 | Central Limit Theorem | Bentuk distribusi sampling untuk berbagai populasi |
| 4 | Distribusi Sampling Proporsi | \(E(\hat{p}) = p\), syarat pendekatan normal |
| 5 | Standard Error | SE vs SD; hukum akar kuadrat |
| 6 | Estimasi | Point estimate, CI (z dan t), margin of error |
| 7 | Ukuran Sampel | Menentukan \(n\) minimum |
| 8β9 | Studi Kasus & Latihan Mandiri | Survei adopsi QRIS |
| 10β12 | Referensi Praktis | Kesalahan umum, cheat sheet R, glosarium |
2 Tiga Distribusi yang Harus Dibedakan
| Distribusi | Isinya | Jumlah | nilai Contoh |
|---|---|---|---|
| Distribusi populasi | Nilai setiap unit populasi | N | Pengeluaran 20.000 mahasiswa |
| Distribusi sampel | Nilai unit dalam satu sampel | n | Pengeluaran 40 mahasiswa yang disurvei |
| Distribusi sampling | Nilai statistik (misalnya ) dari Μπ₯banyak sampel | Sebanyak sampel yang (dibayangkan) diambil | π₯ dari 10.000 sampel berukuran 40 |
Distribusi sampling adalah konsep teoretis: dalam praktik kita hanya memiliki satu sampel. Namun dengan simulasi kita dapat βmelihatnyaβ.
2.1 Populasi Simulasi
Kita memakai populasi 20.000 mahasiswa dengan variabel waktu layar harian (jam) yang menjulur kanan - bentuk yang sengaja dipilih jauh dari lonceng.
set.seed(909)
N <- 20000
populasi <- round(rgamma(N, shape = 2, rate = 0.4), 2) # jam per hari
mu <- mean(populasi)
sigma <- sqrt(mean((populasi - mu)^2)) # SD populasi (pembagi N)
c(N = N, mu = round(mu, 3), sigma = round(sigma, 3))## N mu sigma
## 20000.000 5.010 3.551
## Loading required package: ggplot2
##
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
##
## last_plot
## The following object is masked from 'package:stats':
##
## filter
## The following object is masked from 'package:graphics':
##
## layout
# ---------- Fungsi bantu gaya grafik (dipakai di seluruh dokumen) ----------
# Gradasi merah: pudar (nilai terendah) -> tebal (nilai tertinggi)
ramp_merah <- colorRamp(c("#FADBD8", "#8B0000"))
warna_merah <- function(v, lo = min(v), hi = max(v)) {
skala <- if (hi > lo) (v - lo) / (hi - lo) else rep(1, length(v))
rgb(ramp_merah(pmin(pmax(skala, 0), 1)), maxColorValue = 255)
}
# Satu panel histogram: batang menempel, tanpa grid, angka sumbu y dihapus
panel_hist <- function(x, breaks, judul_x = "", judul_y = "Frekuensi",
densitas = FALSE, rentang_x = NULL, kurva = NULL,
garis_v = NULL) {
h <- hist(x, breaks = breaks, plot = FALSE)
y <- if (densitas) h$density else h$counts
lebar <- diff(h$breaks)
kelas <- paste0(round(h$breaks[-length(h$breaks)], 3), " - ",
round(h$breaks[-1], 3))
if (is.null(rentang_x)) {
rentang_x <- range(h$breaks)
if (!is.null(kurva)) rentang_x <- rentang_x + c(-1, 1) * 0.05 * diff(rentang_x)
}
xs <- seq(rentang_x[1], rentang_x[2], length.out = 400)
ymax <- max(y)
if (!is.null(kurva)) ymax <- max(ymax, kurva(xs))
p <- plot_ly() %>%
add_bars(
x = h$mids, y = y, width = lebar,
marker = list(color = warna_merah(y),
line = list(color = "white", width = 1)),
customdata = kelas,
hovertemplate = paste0("Kelas: <b>%{customdata}</b><br>",
if (densitas) "Densitas: %{y:.3f}" else "Frekuensi: %{y}",
"<extra></extra>")
)
# Kurva teoretis (normal) di atas histogram
if (!is.null(kurva)) {
p <- p %>% add_lines(x = xs, y = kurva(xs),
line = list(color = "black", width = 3),
hoverinfo = "skip")
}
# Garis putus-putus (misalnya di mu)
if (!is.null(garis_v)) {
p <- p %>% add_segments(x = garis_v, xend = garis_v, y = 0, yend = ymax * 1.1,
line = list(color = "gray50", dash = "dash", width = 1.5),
hoverinfo = "skip")
}
p %>% layout(
xaxis = list(title = judul_x, range = rentang_x,
showgrid = FALSE, zeroline = FALSE),
yaxis = list(title = judul_y, range = c(0, ymax * 1.2),
showticklabels = FALSE, ticks = "",
showgrid = FALSE, zeroline = FALSE)
)
}
# Judul tiap panel di tengah panelnya (dibaca dari domain sumbu hasil subplot)
judul_panel <- function(fig, judul, y_geser = 0.08, ukuran = 15) {
lay <- plotly_build(fig)$x$layout
lapply(seq_along(judul), function(i) {
sfx <- if (i == 1) "" else i
list(text = paste0("<b>", judul[i], "</b>"),
x = mean(lay[[paste0("xaxis", sfx)]]$domain),
y = lay[[paste0("yaxis", sfx)]]$domain[2] + y_geser,
xref = "paper", yref = "paper", xanchor = "center",
showarrow = FALSE, font = list(size = ukuran))
})
}
# ---------- Data ----------
set.seed(1)
satu_sampel <- sample(populasi, 40)
banyak_rata <- replicate(10000, mean(sample(populasi, 40)))
# 1. Populasi, 2. Satu sampel, 3. Sampling distribution x-bar
p1 <- panel_hist(populasi, 40, judul_x = "Jam per hari", rentang_x = c(0, 20))
p2 <- panel_hist(satu_sampel, 12, judul_x = "Jam per hari", rentang_x = c(0, 20))
p3 <- panel_hist(banyak_rata, 40, judul_x = "Rata-rata sampel (n = 40)")
# ---------- Gabungkan ----------
fig <- subplot(p1, p2, p3, nrows = 1, margin = 0.06,
titleX = TRUE, titleY = TRUE) %>%
layout(showlegend = FALSE, bargap = 0,
margin = list(t = 90, b = 50, l = 70, r = 40))
fig <- fig %>%
layout(annotations = judul_panel(
fig, c("Populasi (N = 20.000)", "Satu sampel (n = 40)",
"Sampling distribution x-bar")))
fig # panggil di baris terakhir agar tampil saat knitPopulasi dan satu sampel sama-sama menjulur kanan, tetapi distribusi rata-rata sampel jauh lebih sempit dan hampir berbentuk lonceng. Inilah inti pertemuan ini.
3 Distribusi Sampling Rata-rata Sampel
Untuk sampel acak berukuran π dari populasi dengan mean π dan simpangan baku π:
| Sifat | Rumus | Arti |
|---|---|---|
| Mean | π Μπ₯ = οΏ½ | π₯ adalah penaksir tak bias: rata-ratanya tepat di parameter |
| Standard error | π Μπ₯ =πβοΏ½ | Sebaran Μπ₯ mengecil seiring bertambahnya n |
| Bentuk | Normal jika populasi normal;mendekati normal untuk π cukup besar (CLT) | Memungkinkan perhitungan peluang |
library(knitr)
library(kableExtra)
tabel_sim <- data.frame(
Besaran = c("Mean distribusi sampling", "SD distribusi sampling (SE)"),
Teori = c(5.0097, 0.5615),
Simulasi_10000_sampel = c(5.0024, 0.5556)
)
kable(tabel_sim,
align = "ccc",
booktabs = TRUE,
digits = 4,
caption = "Teori vs simulasi untuk n = 40",
col.names = c("Besaran", "Teori", "Simulasi_10000_sampel")) %>%
kable_styling(latex_options = "hold_position", position = "center")| Besaran | Teori | Simulasi_10000_sampel |
|---|---|---|
| Mean distribusi sampling | 5.0097 | 5.0024 |
| SD distribusi sampling (SE) | 0.5615 | 0.5556 |
Hasil simulasi hampir persis sama dengan teori.
Koreksi populasi terhingga. Rumus π/βπ mengasumsikan populasi sangat besar dibanding sampel. Jika sampel mencapai lebih dari sekitar 5% populasi (tanpa pengembalian), SE dikalikan faktor βπβππβ1 . Pada contoh ini π/π = 0,2%, sehingga koreksi dapat diabaikan.
3.1 Pengaruh Ukuran Sampel
library(plotly)
set.seed(123)
populasi <- rgamma(20000, shape = 4, rate = 0.8) # rata-rata sekitar 5 jam
mu <- mean(populasi)
sigma <- sqrt(mean((populasi - mu)^2)) # SD populasi (pembagi N)
set.seed(2)
n_list <- c(5, 20, 80)
hasil <- lapply(n_list, function(nn) {
list(nn = nn, se = sigma / sqrt(nn),
rata = replicate(5000, mean(sample(populasi, nn))))
})
# Histogram densitas + kurva normal teoretis + garis putus-putus di mu
paneli <- lapply(hasil, function(h) {
panel_hist(h$rata, breaks = 40, densitas = TRUE,
judul_x = "Rata-rata sampel (jam)", judul_y = "Densitas",
rentang_x = c(1, 10),
kurva = function(x) dnorm(x, mu, h$se),
garis_v = mu)
})
judul <- sapply(hasil, function(h)
paste0("n = ", h$nn, " (SE = ", round(h$se, 2), ")"))
fig <- subplot(paneli, nrows = 1, margin = 0.06,
titleX = TRUE, titleY = TRUE) %>%
layout(showlegend = FALSE, bargap = 0,
margin = list(t = 90, b = 50, l = 70, r = 40))
fig <- fig %>% layout(annotations = judul_panel(fig, judul))
figKurva hitam adalah distribusi normal dengan mean π dan SD π/βπ, sedangkan garis putus-putus abu-abu menandai π. Semakin besar π: (1) distribusi semakin sempit, dan (2) bentuknya semakin mendekati normal meskipun populasinya menjulur kanan.
4 Central Limit Theorem (CLT)
Central Limit Theorem. Jika sampel acak berukuran π diambil dari populasi sembarang bentuk dengan mean π dan simpangan baku π (terhingga), maka untuk π yang cukup besar, distribusi sampling Μπ₯ mendekati normal
\[\bar{x} \approx N\left(\mu, \frac{\sigma}{\sqrt{n}}\right)\]
CLT adalah alasan mengapa distribusi normal muncul di mana-mana dalam statistika inferensialβbukan karena data selalu normal, tetapi karena rata-rata dari data cenderung normal.
4.1 Demonstrasi pada Tiga Bentuk Populasi
library(plotly)
set.seed(3)
pop_bentuk <- list(
"Seragam" = runif(20000, 0, 10),
"Menjulur kanan" = rexp(20000, rate = 0.5),
"Bimodal" = c(rnorm(10000, 2, 0.8), rnorm(10000, 8, 0.8))
)
ukuran <- c(2, 5, 30)
panel <- list()
judul <- c()
# Baris 1: populasi
for (nama in names(pop_bentuk)) {
panel[[length(panel) + 1]] <- panel_hist(pop_bentuk[[nama]], breaks = 40, judul_y = "")
judul <- c(judul, paste("Populasi:", nama))
}
# Baris 2-4: distribusi sampling x-bar untuk n = 2, 5, 30
for (nn in ukuran) {
for (nama in names(pop_bentuk)) {
rata <- replicate(3000, mean(sample(pop_bentuk[[nama]], nn)))
panel[[length(panel) + 1]] <- panel_hist(rata, breaks = 35, judul_y = "")
judul <- c(judul, paste0(nama, ", n = ", nn))
}
}
# ---------- Gabungkan ----------
fig <- subplot(panel, nrows = 4, margin = c(0.03, 0.03, 0.04, 0.07)) %>%
layout(showlegend = FALSE, bargap = 0, height = 950,
margin = list(t = 60, b = 40, l = 40, r = 40))## Warning: Specifying width/height in layout() is now deprecated.
## Please specify in ggplotly() or plot_ly()
Baris pertama adalah populasi; baris berikutnya adalah distribusi sampling Μπ₯ untuk π = 2, 5, dan 30. Populasi seragam sudah tampak lonceng pada π = 5; populasi bimodal masih bergelombang pada π = 2 tetapi lonceng pada π = 30; populasi menjulur kanan membutuhkan π terbesar untuk menghilangkan kemencengannya.
4.2 Seberapa Besar βCukup Besarβ?
| Bentuk populasi | Ukuran sampel yang biasanya cukup |
|---|---|
| Normal | Berapa pun (distribusi Μπ₯ tepat normal |
| Simetris, tidak normal | Sekitar 10β15 |
| Menceng sedang | Sekitar 30 (aturan praktis yang populer) |
| Sangat menceng atau banyak outlier | Bisa jauh lebih dari 30 |
skew <- function(x) { d <- x - mean(x); mean(d^3) / mean(d^2)^1.5 }
set.seed(4)
data.frame(n = c(2, 5, 10, 30, 100),
Kemencengan_xbar = sapply(c(2, 5, 10, 30, 100), function(nn)
round(skew(replicate(5000, mean(sample(populasi, nn)))), 3)))Kemencengan distribusi Μπ₯ menyusut kira-kira sebanding dengan 1/βπ.
4.3 Menghitung Peluang dengan CLT
Contoh: Jika diambil sampel acak 40 mahasiswa, berapa peluang rata-rata waktu layarnya melebihi 5,5 jam?
\[z = \frac{\bar{x} - \mu}{\sigma / \sqrt{n}} \qquad P(\bar{x} > 5,5) = P(Z > z)\]
se40 <- sigma / sqrt(40)
z_55 <- (5.5 - mu) / se40
c(SE = round(se40, 4), z = round(z_55, 3),
Peluang_CLT = round(1 - pnorm(z_55), 4),
Peluang_simulasi = round(mean(banyak_rata > 5.5), 4))## SE z Peluang_CLT Peluang_simulasi
## 0.3909 1.3460 0.0892 0.1803
Perbandingan: peluang seorang mahasiswa (bukan rata-rata 40 orang) memiliki waktu layar di atas 5,5 jam jauh lebih besar:
## [1] 0.35695
Individu sangat bervariasi, tetapi rata-rata dari banyak individu jauh lebih stabil.
5 Distribusi Sampling Proporsi Sampel
Untuk variabel kategorik biner (Ya/Tidak), statistik yang dipakai adalah proporsi sampel Μπ = π₯/π.
library(knitr)
library(kableExtra)
tabel_proporsi <- data.frame(
Sifat = c("Mean", "Standard error", "Bentuk"),
Rumus = c(
"$\\mu_{\\hat{p}} = p$",
"$\\sigma_{\\hat{p}} = \\sqrt{\\dfrac{p(1-p)}{n}}$",
"Mendekati normal jika $np \\ge 10$ **dan** $n(1-p) \\ge 10$"
)
)
kable(tabel_proporsi, align = c("l", "l"), escape = FALSE) |>
kable_styling(
full_width = FALSE,
position = "center",
font_size = 13
)| Sifat | Rumus |
|---|---|
| Mean | \(\mu_{\hat{p}} = p\) |
| Standard error | \(\sigma_{\hat{p}} = \sqrt{\dfrac{p(1-p)}{n}}\) |
| Bentuk | Mendekati normal jika \(np \ge 10\) dan \(n(1-p) \ge 10\) |
library(plotly)
p_benar <- 0.08 # misalnya 8% mahasiswa pernah terlambat membayar UKT
set.seed(5)
paneli <- list()
judul <- c()
for (nn in c(20, 60, 300)) {
p_hat <- rbinom(5000, size = nn, prob = p_benar) / nn
paneli[[length(paneli) + 1]] <- panel_hist(
p_hat, breaks = seq(-0.005, 0.4, by = 0.01), densitas = TRUE,
judul_x = "Proporsi sampel", judul_y = "Densitas",
rentang_x = c(0, 0.3),
kurva = function(x) dnorm(x, p_benar, sqrt(p_benar * (1 - p_benar) / nn)))
judul <- c(judul, paste0("n = ", nn, ": np = ", nn * p_benar))
}
fig <- subplot(paneli, nrows = 1, margin = 0.06,
titleX = TRUE, titleY = TRUE) %>%
layout(showlegend = FALSE, bargap = 0,
margin = list(t = 90, b = 50, l = 70, r = 40))
fig <- fig %>% layout(annotations = judul_panel(fig, judul))
figDengan π = 20 (ππ = 1,6), distribusi Μπ sangat menceng dan βberbatangβ β pendekatan normal buruk. Dengan π = 300 (ππ = 24), pendekatan normal sangat baik.
6 Standard Error
6.1 Standard Error vs Simpangan Baku
| Simpangan baku (π atau π) | Standard error (ππΈ) | |
|---|---|---|
| Mengukur sebaran | Data individu | Statistik (misalnya ) dari Μπ₯sampel ke s\(\sigma\) ampe |
| Menjawab | βSeberapa beragam individu?β βSeberapa tepat taksiran kita?β | |
| Jika n bertambah | Tetap (mendekati \(\sigma\)) | Mengecil |
| Rumus (mean) | \[s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n - 1}}\] | \[s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n - 1}}\] |
Karena \(\sigma\) biasanya tidak diketahui, SE ditaksir dengan \(s/\sqrt{n}\) (untuk mean) atau \(\sqrt{\hat{p}(1-\hat{p})/n}\) (untuk proporsi).
set.seed(6)
n_besar <- c(10, 40, 160, 640)
knitr::kable(t(sapply(n_besar, function(nn) {
hasil <- replicate(2000, { s <- sample(populasi, nn); c(sd(s), sd(s) / sqrt(nn)) })
c(n = nn, Rata_SD_sampel = round(mean(hasil[1, ]), 3),
Rata_SE_taksiran = round(mean(hasil[2, ]), 3))
})), caption = paste0("Table 8 :Rata-rata dari 2.000 sampel per n: SD stabil di sekitar sigma = ",
round(sigma, 2), ", SE mengecil"))| n | Rata_SD_sampel | Rata_SE_taksiran |
|---|---|---|
| 10 | 2.382 | 0.753 |
| 40 | 2.447 | 0.387 |
| 160 | 2.464 | 0.195 |
| 640 | 2.473 | 0.098 |
6.2 Hukum Akar Kuadrat
Karena ππΈ β 1/βπ, untuk membagi dua SE dibutuhkan sampel empat kali lipat. Presisi semakin mahal: menambah π dari 100 ke 400 memberi keuntungan yang sama dengan dari 400 ke 1.600.
library(plotly)
n_seq <- 10:1000
se_seq <- sigma / sqrt(n_seq)
n_tanda <- c(100, 400)
se_tanda <- sigma / sqrt(n_tanda)
fig <- plot_ly() %>%
add_lines(x = n_seq, y = se_seq,
line = list(color = "#8B0000", width = 3),
hovertemplate = "n = %{x}<br>SE = %{y:.3f}<extra></extra>") %>%
add_trace(x = n_tanda, y = se_tanda, type = "scatter", mode = "markers+text",
marker = list(color = "black", size = 11),
text = paste0("n = ", n_tanda, "<br>SE = ", round(se_tanda, 2)),
textposition = "top right",
textfont = list(size = 14, color = "black"),
hovertemplate = "n = %{x}<br>SE = %{y:.3f}<extra></extra>") %>%
layout(
title = list(text = "<b>SE Menurun Cepat di Awal, Lalu Melandai</b>",
x = 0.5, xanchor = "center"),
showlegend = FALSE,
xaxis = list(title = "Ukuran sampel (n)",
showgrid = FALSE, zeroline = FALSE,
showline = TRUE, mirror = TRUE),
yaxis = list(title = "Standard error",
range = c(0, max(se_seq) * 1.15),
showgrid = FALSE, zeroline = FALSE,
showline = TRUE, mirror = TRUE),
margin = list(t = 80, b = 50, l = 70, r = 40)
)
fig7 Estimasi
7.1 Point Estimate
Point estimate adalah satu angka yang menaksir parameter.
| Parameter | Point estimate | Penaksir tak bias? |
|---|---|---|
| \(\mu\) | \(\bar{x}\) | Ya |
| \(p\) | \(\hat{p}\) | Ya |
| \(\sigma^2\) | \(s^2\) (pembagi \(n - 1\)) | Ya |
| \(\sigma\) | \(s\) | Sedikit bias (diabaikan dalam praktik) |
Kelemahan point estimate: hampir pasti tidak tepat sama dengan parameter, dan tidak memberi tahu seberapa jauh melesetnya.
7.2 Confidence Interval (Selang Kepercayaan)
Selang kepercayaan memberikan rentang nilai yang masuk akal bagi parameter:
\[\text{Point estimate} \pm \underbrace{\text{nilai kritis} \times SE}_{\text{margin of error}}\] ### CI untuk Mean, π Diketahui (z)
\[\bar{x} \pm z_{\alpha/2} \frac{\sigma}{\sqrt{n}}\]| Tingkat kepercayaan | \(\alpha\) | \(z_{\alpha/2}\) |
|---|---|---|
| 90% | 0,10 | 1,645 |
| 95% | 0,05 | 1,960 |
| 99% | 0,01 | 2,576 |
## [1] 1.645 1.960 2.576
7.2.1 CI untuk Mean, π Tidak Diketahui (t)
Dalam praktik π hampir tidak pernah diketahui dan diganti π . Penggantian ini menambah ketidakpastian, sehingga nilai kritis diambil dari distribusi t dengan derajat bebas ππ = π β 1:
\[\bar{x} \pm t_{\alpha/2,\, n-1} \frac{s}{\sqrt{n}}\]
library(plotly)
xk <- seq(-4, 4, length.out = 400)
fig <- plot_ly() %>%
add_lines(x = xk, y = dnorm(xk), name = "Normal baku (z)",
line = list(color = "black", width = 3),
hovertemplate = "x = %{x:.2f}<br>Kepadatan: %{y:.3f}<extra>Normal baku (z)</extra>") %>%
add_lines(x = xk, y = dt(xk, df = 3), name = "t, df = 3",
line = list(color = "#B30000", width = 3, dash = "dash"),
hovertemplate = "x = %{x:.2f}<br>Kepadatan: %{y:.3f}<extra>t, df = 3</extra>") %>%
add_lines(x = xk, y = dt(xk, df = 10), name = "t, df = 10",
line = list(color = "#FC8D59", width = 3, dash = "dot"),
hovertemplate = "x = %{x:.2f}<br>Kepadatan: %{y:.3f}<extra>t, df = 10</extra>") %>%
layout(
title = list(text = "<b>Distribusi t Berekor Lebih Tebal dari Normal</b>",
x = 0.5, xanchor = "center"),
showlegend = TRUE,
legend = list(x = 0.78, y = 0.98),
xaxis = list(title = "Nilai", showgrid = FALSE, zeroline = FALSE),
yaxis = list(title = "Kepadatan", showticklabels = FALSE, ticks = "",
showgrid = FALSE, zeroline = FALSE),
margin = list(t = 80, b = 50, l = 70, r = 40)
)
figUntuk sampel kecil, nilai kritis t lebih besar daripada 1,96 (selang lebih lebar, βhukumanβ karena menaksir π). Saat π membesar, distribusi t mendekati normal. Distribusi t dibahas lebih dalam pada Pertemuan 11.
7.2.2 Contoh Perhitungan
Satu sampel 40 mahasiswa (satu_sampel) dipakai untuk menaksir rata-rata waktu layar seluruh mahasiswa.
n1 <- length(satu_sampel); xbar <- mean(satu_sampel); s <- sd(satu_sampel)
t_krit <- qt(0.975, df = n1 - 1)
se_hat <- s / sqrt(n1)
moe <- t_krit * se_hat
c(n = n1, x_bar = round(xbar, 3), s = round(s, 3), SE = round(se_hat, 3),
t_kritis = round(t_krit, 3), MoE = round(moe, 3),
Bawah = round(xbar - moe, 3), Atas = round(xbar + moe, 3))## n x_bar s SE t_kritis MoE Bawah Atas
## 40.000 4.915 3.019 0.477 2.023 0.966 3.950 5.881
## [1] 3.949947 5.881053
## attr(,"conf.level")
## [1] 0.95
Laporan: βRata-rata waktu layar mahasiswa diperkirakan 4.92 jam per hari, dengan selang kepercayaan 95% antara 3.95 dan 5.88 jam (n = 40).β
7.2.3 CI untuk Proporsi
\[\hat{p} \pm z_{\alpha/2}\sqrt{\frac{\hat{p}(1 - \hat{p})}{n}} \qquad \text{syarat: } n\hat{p} \ge 10 \text{ dan } n(1 - \hat{p}) \ge 10\]
x_ya <- 138; n_resp <- 400 # 138 dari 400 responden memakai QRIS setiap hari
p_hat <- x_ya / n_resp
se_p <- sqrt(p_hat * (1 - p_hat) / n_resp)
moe_p <- qnorm(0.975) * se_p
c(p_hat = p_hat, SE = round(se_p, 4), MoE = round(moe_p, 4),
Bawah = round(p_hat - moe_p, 4), Atas = round(p_hat + moe_p, 4))## p_hat SE MoE Bawah Atas
## 0.3450 0.0238 0.0466 0.2984 0.3916
## n_p n_1_min_p
## 138 262
βSekitar 34,5% responden memakai QRIS setiap hari, margin of error Β± 4.7 poin persentase (kepercayaan 95%)β β format inilah yang sering dikutip media dari hasil survei.
7.3 Menafsirkan Selang Kepercayaan dengan Benar
Kepercayaan 95% adalah sifat prosedurnya, bukan satu selang tertentu: jika pengambilan sampel dan perhitungan selang diulang berkali-kali, sekitar 95% selang yang dihasilkan akan memuatπ.
library(plotly)
set.seed(7)
B <- 100
selang <- t(replicate(B, {
s_i <- sample(populasi, 40)
m <- mean(s_i); e <- qt(0.975, 39) * sd(s_i) / sqrt(40)
c(bawah = m - e, atas = m + e)
}))
memuat <- selang[, "bawah"] <= mu & selang[, "atas"] >= mu
idx <- 1:B
fig <- plot_ly() %>%
# Selang yang memuat mu (abu-abu)
add_segments(x = selang[memuat, "bawah"], xend = selang[memuat, "atas"],
y = idx[memuat], yend = idx[memuat],
line = list(color = "gray50", width = 2),
name = "Memuat ΞΌ") %>%
# Selang yang gagal memuat mu (merah tebal)
add_segments(x = selang[!memuat, "bawah"], xend = selang[!memuat, "atas"],
y = idx[!memuat], yend = idx[!memuat],
line = list(color = "#8B0000", width = 4),
name = "Tidak memuat ΞΌ") %>%
# Rata-rata populasi
add_segments(x = mu, xend = mu, y = 0, yend = B + 1,
line = list(color = "black", width = 2, dash = "dash"),
name = "ΞΌ (rata-rata populasi)") %>%
layout(
title = list(text = paste0("<b>100 Selang Kepercayaan 95%: ", sum(memuat),
" memuat ΞΌ</b>"),
x = 0.5, xanchor = "center"),
showlegend = TRUE,
legend = list(x = 0.72, y = 0.12),
xaxis = list(title = "Waktu layar (jam)", showgrid = FALSE, zeroline = FALSE),
yaxis = list(title = "Sampel ke-", range = c(0, B + 2),
showticklabels = FALSE, ticks = "",
showgrid = FALSE, zeroline = FALSE),
margin = list(t = 80, b = 50, l = 70, r = 40)
)
figGaris merah adalah selang yang gagal memuat π. Kita tidak pernah tahu apakah selang kita termasuk yang merah β tetapi kita tahu prosedurnya berhasil sekitar 95% dari waktu.
| Tafsiran | Benar/Salah |
|---|---|
| βKami 95% yakin bahwa selang 4,2β5,7 jam memuat rata-rata populasi.β | Benar (bahasa sehari-hari yang diterima) |
| β95% selang yang dibuat dengan prosedur ini akan memuat π.β | Benar (tafsiran paling tepat) |
| βAda peluang 95% bahwa π berada di antara 4,2 dan 5,7.β | Salah β π bukan variabel acak; ia di dalam atau di luar selang |
| β95% mahasiswa memiliki waktu layar antara 4,2 dan 5,7 jam.β | Salah β CI adalah tentang rata-rata, bukan individu |
| β95% rata-rata sampel lain akan jatuh di selang ini.β | Salah |
7.4 Faktor yang Memengaruhi Lebar Selang
| Faktor | Jika dinaikkan | Lebar selang |
|---|---|---|
| Tingkat kepercayaan (90% β99%) | Nilai kritis naik | Melebar |
| Ukuran sampel n | SE turun | Menyempit |
| Variabilitas data (π ) | SE naik | Melebar |
lebar <- function(n, s, conf) 2 * qt(1 - (1 - conf) / 2, n - 1) * s / sqrt(n)
tabel_lebar <- round(outer(c(20, 80, 320), c(0.90, 0.95, 0.99),
Vectorize(function(n, cf) lebar(n, s = 3, conf = cf))),3)
dimnames(tabel_lebar) <- list(c("n = 20", "n = 80", "n = 320"), c("90%", "95%","99%"))
kable(tabel_lebar, caption = "Lebar CI (s = 3) menurut ukuran sampel dan tingkat kepercayaan")| 90% | 95% | 99% | |
|---|---|---|---|
| n = 20 | 2.320 | 2.808 | 3.838 |
| n = 80 | 1.116 | 1.335 | 1.771 |
| n = 320 | 0.553 | 0.660 | 0.869 |
8 Menentukan Ukuran Sampel
Sebelum survei, peneliti biasanya menetapkan margin of error (πΈ) yang diinginkan lalu menghitungπ minimum (selalu dibulatkan ke atas).
| Parameter | Rumus ukuran sampel | Keterangan |
|---|---|---|
| Mean | \[n = \left( \frac{z_{\alpha/2} \, \sigma}{E} \right)^2\] | π ditaksir dari studi sebelumnya atau survei percontohan |
| Proporsi | \[n = \frac{z_{\alpha/2}^2 \, p(1 - p)}{E^2}\] | Jika π tidak diketahui, pakai π = 0,5 (paling konservatif) |
n_mean <- function(sigma, E, conf = 0.95) ceiling((qnorm(1 - (1 - conf) / 2) *sigma / E)^2)
n_prop <- function(E, p = 0.5, conf = 0.95) ceiling(qnorm(1 - (1 - conf) / 2)^2 * p * (1 - p) / E^2)
n_mean(sigma = 3.5, E = 0.5) # menaksir rata-rata waktu layar +- 0,5 jam## [1] 189
kable(data.frame(MoE = c("5%", "3%", "2%", "1%"),
n_minimum = sapply(c(0.05, 0.03, 0.02, 0.01), n_prop)),
caption = "Table 15:Ukuran sampel survei proporsi (p = 0,5; kepercayaan 95%)")| MoE | n_minimum |
|---|---|
| 5% | 385 |
| 3% | 1068 |
| 2% | 2401 |
| 1% | 9604 |
Survei nasional dengan margin of error sekitar Β± 3% memerlukan sekitar 1.000β1.100 responden, berapa pun ukuran populasinya (asalkan populasi jauh lebih besar dari sampel). Memperkecil margin of error dari 2% ke 1% memerlukan sampel empat kali lipat.
Ukuran sampel tidak menyembuhkan bias. Rumus di atas hanya mengendalikan galat acak. Jika metode sampling bias (Pertemuan 3), sampel sebesar apa pun tetap menghasilkan selang yang presisi di tempat yang salah.
9 Studi Kasus Komprehensif: Survei Adopsi QRIS UMKM
Konteks: Dinas Koperasi ingin menaksir (1) proporsi UMKM kuliner yang menerima QRIS dan (2) rata-rata nilai transaksi QRIS harian per UMKM pengguna. Survei acak sederhana terhadap 250 UMKM dari daftar resmi menghasilkan data berikut.
set.seed(2026)
n_umkm <- 250
terima_qris <- rbinom(n_umkm, 1, 0.62)
nilai_trx <- round(rlnorm(sum(terima_qris), meanlog = log(450000), sdlog = 0.6),-3) # Rp/hari
c(Jumlah_pengguna = sum(terima_qris))## Jumlah_pengguna
## 165
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 98000 334000 472000 553685 653000 2192000
9.1 Langkah 1: Estimasi Proporsi
p_hat_u <- mean(terima_qris)
se_u <- sqrt(p_hat_u * (1 - p_hat_u) / n_umkm)
ci_u <- p_hat_u + c(-1, 1) * qnorm(0.975) * se_u
c(n_p = n_umkm * p_hat_u, n_1mp = n_umkm * (1 - p_hat_u)) # cek syarat## n_p n_1mp
## 165 85
## p_hat SE Bawah Atas
## 0.6600 0.0300 0.6013 0.7187
9.2 Langkah 2: Estimasi Rata-rata Nilai Transaksi
library(plotly)
fig <- panel_hist(nilai_trx / 1000, breaks = 25,
judul_x = "Ribu Rp per hari", judul_y = "Jumlah UMKM") %>%
layout(
title = list(text = paste0("<b>Nilai Transaksi QRIS Harian (UMKM pengguna, n = ",
length(nilai_trx), ")</b>"),
x = 0.5, xanchor = "center"),
showlegend = FALSE, bargap = 0,
margin = list(t = 80, b = 50, l = 70, r = 40)
)
figci_trx <- t.test(nilai_trx)$conf.int
round(c(n = length(nilai_trx), Mean = mean(nilai_trx), Median = median(nilai_trx),
SE = sd(nilai_trx) / sqrt(length(nilai_trx)), Bawah = ci_trx[1], Atas = ci_trx[2]))## n Mean Median SE Bawah Atas
## 165 553685 472000 24623 505065 602304
9.3 Langkah 3: Apakah CLT Dapat Diandalkan di Sini?
Datanya menjulur kanan. Kita periksa dengan bootstrap: mengambil ulang sampel (dengan pengembalian) dari data kita sendiri untuk meniru distribusi sampling .
library(plotly)
set.seed(11)
boot_mean <- replicate(5000, mean(sample(nilai_trx, replace = TRUE)))
se_trx <- sd(nilai_trx) / sqrt(length(nilai_trx)) / 1000
fig <- panel_hist(boot_mean / 1000, breaks = 40, densitas = TRUE,
judul_x = "Ribu Rp per hari", judul_y = "Densitas",
kurva = function(x) dnorm(x, mean(nilai_trx) / 1000, se_trx)) %>%
layout(
title = list(text = "<b>Distribusi Bootstrap Rata-rata Nilai Transaksi</b>",
x = 0.5, xanchor = "center"),
showlegend = FALSE, bargap = 0,
margin = list(t = 80, b = 50, l = 70, r = 40)
)
fig## 2.5% 97.5%
## 506082 605874
Distribusi bootstrap Μπ₯ hampir berbentuk lonceng dan selang bootstrap hampir sama dengan selang t. Dengan π = 165 pengguna, CLT bekerja baik meskipun data individunya menceng.
9.4 Langkah 4: Merencanakan Survei Lanjutan
Dinas ingin survei tahun depan menghasilkan margin of error proporsi Β± 3% dan rata-rata transaksi Β± Rp 30.000 (kepercayaan 95%).
c(n_untuk_proporsi = n_prop(E = 0.03, p = p_hat_u),
n_pengguna_untuk_mean = n_mean(sigma = sd(nilai_trx), E = 30000))## n_untuk_proporsi n_pengguna_untuk_mean
## 958 427
9.5 Pertanyaan Diskusi dan Jawaban
1. Bagaimana melaporkan hasil proporsi? βDiperkirakan 66% UMKM kuliner telah menerima QRIS (CI 95%: 60.1%β71.9%; n = 250).β Kalimat ini memuat point estimate, selang, tingkat kepercayaan, dan ukuran sampel.
2. Mengapa median transaksi jauh di bawah mean, dan mana yang dilaporkan? Distribusinya menjulur kanan (segelintir UMKM besar). Untuk menggambarkan UMKM tipikal, median lebih tepat. Namun jika dinas ingin menaksir total nilai transaksi (mean Γ jumlah UMKM pengguna), yang dibutuhkan justru mean beserta selangnya.
3. Apakah selang 95% berarti 95% UMKM bertransaksi di rentang tersebut? Tidak. Selang itu menaksir rata-rata populasi. Rentang nilai transaksi individu jauh lebih lebar lihat histogram.
4.Mengapa ukuran sampel untuk proporsi tidak dihitung dengan p = 0,5? Kita sudah memiliki taksiran Μπ β 0.66 dari survei ini. Memakai π = 0,5 lebih aman (menghasilkanπ terbesar), tetapi dengan informasi sebelumnya kita dapat menghemat biaya. Perbedaannya kecil karena π(1 β π) hampir datar di sekitar 0,5.
10 Latihan Mandiri
10.1 Latihan Utama: Berat Kemasan Kopi Bubuk
Konteks: Mesin pengisi kopi bubuk dirancang mengisi kemasan dengan rata-rata 250 gram. Dari data historis, simpangan baku pengisian π = 6 gram. Petugas QC mengambil sampel acak 36 kemasan.
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 230.3 244.9 249.1 247.4 251.4 256.9
10.1.1 Tugas 1: Hitung SE dan jelaskan maknanya
## [1] 1
Jawaban: SE = 6/6 = 1 gram. Rata-rata dari 36 kemasan biasanya meleset sekitar 1 gram dari rata-rata sebenarnya β jauh lebih kecil daripada variasi berat antarkemasan (6 gram).
10.1.2 Tugas 2: Jika mesin bekerja benar (π = 250), berapa peluang rata-rata 36 kemasan kurang dari 248 gram?
## [1] 0.02275013
Jawaban: π§ = (248 β 250)/1 = β2, sehingga peluangnya sekitar 0.0228. Kejadian ini jarang jika mesin bekerja benar β gagasan yang menjadi dasar uji hipotesis di Pertemuan 10.
10.1.3 Tugas 3: Hitung CI 95% untuk rata-rata berat (π diketahui)
ci_z <- mean(berat) + c(-1, 1) * qnorm(0.975) * sigma_k / sqrt(n_k)
round(c(x_bar = mean(berat), Bawah = ci_z[1], Atas = ci_z[2]), 2)## x_bar Bawah Atas
## 247.40 245.44 249.36
10.1.4 Tugas 4: Hitung CI 95% jika π dianggap tidak diketahui (t)
## [1] 245.25 249.56
## attr(,"conf.level")
## [1] 0.95
## s t_kritis z_kritis
## 6.366 2.030 1.960
10.1.5 Tugas 5: Tafsirkan hasilnya
Jawaban: Selang z dan selang t sangat mirip karena π = 36 cukup besar (t kritis hanya sedikit di atas 1,96) dan π dekat dengan π. Jika nilai 250 tidak berada di dalam selang, data memberi indikasi bahwa rata-rata pengisian mesin berbeda dari target β yang dapat dikonfirmasi dengan uji hipotesis. Hasil sampel ini: 250 berada di luar selang z.
10.1.6 Tugas 6 (Tantangan): Ukuran sampel
Berapa kemasan yang harus diambil agar margin of error CI 95% hanya Β± 1 gram? Dan Β± 0,5 gram?
## MoE_1 MoE_0.5
## 139 554
Jawaban: 139 kemasan untuk Β± 1 gram dan 554 kemasan untuk Β± 0,5 gram β membagi dua margin of error membutuhkan sampel empat kali lipat
10.2 Latihan Tambahan (Self-Check)
Kerjakan soal-soal berikut secara mandiri sebelum melihat kunci jawaban pada komentar kode.
Soal A. Waktu tunggu layanan pelanggan berdistribusi menjulur kanan dengan π = 8 menit dan π = 6 menit. Untuk sampel acak 64 panggilan, tentukan mean, SE, dan bentuk distribusi sampling , lalu hitung Μπ₯ π( Μπ₯ > 9).
# Kunci jawaban:
# Mean = 8; SE = 6 / sqrt(64) = 0.75; bentuk mendekati normal (CLT, n = 64)
1 - pnorm(9, mean = 8, sd = 0.75) # z = 1.33 -> sekitar 0.0912## [1] 0.09121122
Soal B. Survei 1.200 pemilih menunjukkan 54% mendukung sebuah kebijakan. Hitung CI 95% dan margin of error-nya.
# Kunci jawaban:
p <- 0.54; n <- 1200
moe <- qnorm(0.975) * sqrt(p * (1 - p) / n) # 0.0282 -> +- 2.8 poin persentase
p + c(-1, 1) * moe # 0.512 sampai 0.568## [1] 0.511801 0.568199
Soal C. Sepuluh pengukuran pH air limbah: 6,8; 7,1; 6,9; 7,4; 7,0; 6,7; 7,2; 7,3; 6,9; 7,1. Hitung CI 95% untuk rata-rata pH secara manual dengan distribusi t lalu periksa dengan t.test().
ph <- c(6.8, 7.1, 6.9, 7.4, 7.0, 6.7, 7.2, 7.3, 6.9, 7.1)
# Kunci jawaban:
# x-bar = 7.04; s = 0.2171; SE = 0.0687; t(0.975, 9) = 2.262; MoE = 0.155
mean(ph) + c(-1, 1) * qt(0.975, 9) * sd(ph) / sqrt(10) # 6.885 sampai 7.195## [1] 6.881111 7.198889
## [1] 6.881111 7.198889
## attr(,"conf.level")
## [1] 0.95
Soal D. Sebuah media menulis: βDengan CI 95% [62%, 68%], berarti 95% warga memiliki tingkat kepuasan antara 62% dan 68%.β Perbaiki tafsiran ini.
# Kunci jawaban:
# Tafsiran keliru. Yang benar: "Kami 95% yakin bahwa proporsi warga yang puas di seluruh
# populasi berada antara 62% dan 68%." CI menaksir PARAMETER populasi (proporsi yang puas),
# bukan rentang nilai individu.11 Kesalahan Umum dalam Sampling Distribution dan Estimasi
- Menyamakan distribusi sampel dengan distribusi sampling β yang pertama berisi data individu, yang kedua berisi statistik dari banyak sampel.
- Mengira CLT membuat data menjadi normal β CLT berbicara tentang distribusi ratarata, bukan data individu.
- Menganggap π β₯ 30 selalu cukup β data yang sangat menceng atau beroutlier bisa membutuhkan lebih.
- Menyamakan SD dan SE β SD mengukur keragaman individu; SE mengukur ketepatan taksiran.
- Memakai z padahal π tidak diketahui dan π kecil β gunakan distribusi t.
- Menafsirkan CI sebagai peluang parameter berada di dalam selang tertentu, atau sebagai rentang nilai individu.
- Membulatkan ukuran sampel ke bawah β selalu bulatkan ke atas.
- Mengira ukuran populasi menentukan ukuran sampel β untuk populasi besar, yang menentukan adalah margin of error, tingkat kepercayaan, dan variabilitas.
- Mengira sampel besar menghilangkan bias β ukuran sampel hanya mengecilkan galat acak.
- Memakai pendekatan normal untuk proporsi saat π Μπ atau π(1 β Μπ) kurang dari 10.
- Melaporkan point estimate tanpa selang atau π β pembaca tidak dapat menilai ketepatannya.
12 Cheat Sheet: Fungsi R yang Digunakan
| Fungsi | Kegunaan |
|---|---|
| <code>sample(x, n)</code> / <code>sample(x, replace = TRUE)</code> | Sampel acak / sampel <em>bootstrap</em> |
| <code>replicate(B, ekspresi)</code> | Simulasi distribusi sampling |
| <code>rgamma()</code>, <code>rexp()</code>, <code>runif()</code>, <code>rnorm()</code>, <code>rbinom()</code>, <code>rlnorm()</code> | Membangkitkan populasi/data simulasi |
| <code>pnorm(q, mean, sd)</code> | Peluang kumulatif normal \(P(X \le q)\) |
| <code>qnorm(p)</code> | Nilai kritis z (misalnya <code>qnorm(0.975)</code> = 1,96) |
| <code>dnorm(x, mean, sd)</code> | Kepadatan normal (untuk menggambar kurva) |
| <code>qt(p, df)</code>, <code>pt(q, df)</code>, <code>dt(x, df)</code> | Nilai kritis, peluang, dan kepadatan distribusi t |
| <code>t.test(x, conf.level = 0.95)$conf.int</code> | Selang kepercayaan t untuk mean |
| <code>hist(x, breaks, plot = FALSE)</code> | Menghitung frekuensi dan densitas kelas tanpa menggambar |
| <code>plot_ly()</code>, <code>add_bars()</code>, <code>subplot()</code> | Membuat grafik interaktif dan menggabungkan beberapa panel |
| <code>add_lines(x, y)</code> | Menambahkan kurva teoretis (misalnya normal) pada histogram |
| <code>add_segments(x, xend, y, yend)</code> | Menggambar selang kepercayaan sebagai garis |
| <code>ceiling(x)</code> | Membulatkan ke atas (ukuran sampel) |
| <code>outer(a, b, f)</code> | Tabel nilai untuk kombinasi dua parameter |
| <code>quantile(boot, c(0.025, 0.975))</code> | Selang <em>bootstrap</em> persentil |
13 Glosarium Istilah
| Istilah | Definisi Singkat |
|---|---|
| Statistika Inferensial | Menarik kesimpulan tentang populasi dari sampel |
| Distribusi Sampling | Distribusi sebuah statistik dari semua kemungkinan sampel berukuran \(n\) |
| Penaksir Tak Bias | Statistik yang rata-rata distribusi samplingnya sama dengan parameter |
| Central Limit Theorem | Distribusi \(\bar{x}\) mendekati normal untuk \(n\) besar, apa pun bentuk populasinya |
| Standard Error (SE) | Simpangan baku distribusi sampling sebuah statistik |
| Koreksi Populasi Terhingga | Faktor \(\sqrt{(N - n)/(N - 1)}\) bila sampel lebih dari sekitar 5% populasi |
| Point Estimate | Satu nilai yang menaksir parameter |
| Confidence Interval | Rentang nilai yang masuk akal bagi parameter dengan tingkat kepercayaan tertentu |
| Tingkat Kepercayaan | Persentase selang (dari pengulangan prosedur) yang memuat parameter |
| Margin of Error | Nilai kritis \(\times\) SE; setengah lebar selang |
| Nilai Kritis | Nilai dari distribusi z atau t yang menentukan lebar selang |
| Distribusi t | Distribusi berekor tebal yang dipakai bila \(\sigma\) ditaksir dengan \(s\) |
| Derajat Bebas (df) | Parameter distribusi t; \(n - 1\) untuk satu mean |
| Bootstrap | Pengambilan sampel ulang dengan pengembalian dari data untuk meniru distribusi sampling |
14 Rangkuman dan Kesimpulan
- Distribusi sampling menggambarkan bagaimana sebuah statistik bervariasi dari sampel ke sampel; ia adalah fondasi seluruh statistika inferensial.
- Μπ₯ dan Μπ adalah penaksir tak bias dengan SE masing-masing π/βπ dan βπ(1 β π)/π.
- CLT menjamin distribusi Μπ₯ mendekati normal untuk π cukup besar, apa pun bentuk populasinya; makin menceng populasi, makin besarπ yang dibutuhkan.
- SE bukan SD: SE mengecil sebanding 1/βπ β presisi dua kali lipat membutuhkan sampel empat kali lipat.
- Selang kepercayaan = point estimate Β± nilai kritis Γ SE. Gunakan z bila π diketahui, t bila π ditaksir. Kepercayaan 95% adalah sifat prosedur, bukan peluang untuk satu selang.
- Ukuran sampel dapat direncanakan dari margin of error yang diinginkan β tetapi tidak dapat menyembuhkan bias sampling.
Jembatan ke sesi berikutnya: Tugas 2 latihan tadi bertanya, βjika mesin bekerja benar, seberapa jarang hasil seperti ini?β Pertanyaan itulah inti uji hipotesis di Pertemuan 10: π»0 , π»1 , tingkat signifikansi, p-value, dan kesalahan Tipe I dan II.
15 Referensi Pendukung
Materi ini merangkum topik distribusi sampling dan estimasi (sampling distributions and confidence intervals) yang umum dibahas pada buku teks pengantar statistika bisnis/data science. Mahasiswa disarankan melengkapi pemahaman dengan merujuk pada:
β’ Modul/slide perkuliahan βIntroduction to Statistics (SDT-1102)β β Pertemuan 9: Sampling Distribution dan Estimasi.
β’ Buku teks pengantar statistika pada bab Sampling Distributions dan Confidence Interval Estimation.
β’ Efron, B., & Tibshirani, R. J. (1993). An Introduction to the Bootstrap. Chapman & Hall. β’ Dokumentasi resmi R: ?pnorm, ?qnorm, ?qt, ?t.test, ?replicate (dapat diakses langsung di R/RStudio)