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 – 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 Μ„x berbeda. Jika demikian, bagaimana kita bisa memercayai satu angka dari satu sampel? Jawabannya ada pada konsep terpenting dalam statistika inferensial: sampling distribution – distribusi dari sebuah statistik jika pengambilan sampel diulang berkali-kali. Dengan memahaminya, kita dapat menyatakan bukan hanya β€œberapa taksirannya”, tetapi juga β€œseberapa jauh taksiran itu mungkin meleset”.

1.1 Tujuan Pembelajaran

Setelah menyelesaikan praktikum ini, mahasiswa mampu:

  1. Membedakan distribusi populasi, distribusi sampel, dan distribusi sampling.

  2. Menjelaskan sifat distribusi sampling dari rata-rata sampel ( Μ„x) dan proporsi sampel ( Μ‚p).

  3. Menjelaskan dan mendemonstrasikan Central Limit Theorem (CLT) serta pengaruh uku- ran sampel.

  4. Menghitung dan menafsirkan standard error serta membedakannya dari simpangan baku.

  5. Menghitung point estimate, confidence interval (untuk mean dan proporsi), dan margin of error, serta menafsirkannya dengan benar.

  6. 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
8–9 Studi Kasus & Latihan Mandiri Survei adopsi QRIS
10–12 Referensi Praktis Kesalahan umum, cheat sheet R, glosarium
Praktikum ini hanya menggunakan base R (tidak memerlukan instalasi paket tambahan).

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 Μ„π‘₯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 β€œmelihatnya”.

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
library(plotly)
## 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 knit

Populasi 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 𝑛 dari populasi dengan mean πœ‡ dan simpangan baku 𝜎:

Sifat Rumus Arti
Mean πœ‡ Μ„π‘₯ = οΏ½ π‘₯ adalah penaksir tak bias: rata-ratanya tepat di parameter
Standard error 𝜎 Μ„π‘₯ =𝜎√� Sebaran Μ„π‘₯ mengecil seiring bertambahnya n
Bentuk Normal jika populasi normal;mendekati normal untuk 𝑛 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")
Teori vs simulasi untuk n = 40
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 𝜎/βˆšπ‘› mengasumsikan populasi sangat besar dibanding sampel. Jika sampel mencapai lebih dari sekitar 5% populasi (tanpa pengembalian), SE dikalikan faktor βˆšπ‘βˆ’π‘›π‘βˆ’1 . Pada contoh ini 𝑛/𝑁 = 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))

fig

Kurva hitam adalah distribusi normal dengan mean πœ‡ dan SD 𝜎/βˆšπ‘›, sedangkan garis putus-putus abu-abu menandai πœ‡. Semakin besar 𝑛: (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 𝑛 diambil dari populasi sembarang bentuk dengan mean πœ‡ dan simpangan baku 𝜎 (terhingga), maka untuk 𝑛 yang cukup besar, distribusi sampling Μ„π‘₯ 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 inferensial–bukan 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()
fig <- fig %>% layout(annotations = judul_panel(fig, judul, y_geser = 0.025))

fig

Baris pertama adalah populasi; baris berikutnya adalah distribusi sampling Μ„π‘₯ untuk 𝑛 = 2, 5, dan 30. Populasi seragam sudah tampak lonceng pada 𝑛 = 5; populasi bimodal masih bergelombang pada 𝑛 = 2 tetapi lonceng pada 𝑛 = 30; populasi menjulur kanan membutuhkan 𝑛 terbesar untuk menghilangkan kemencengannya.

4.2 Seberapa Besar β€œCukup Besar”?

Bentuk populasi Ukuran sampel yang biasanya cukup
Normal Berapa pun (distribusi Μ„π‘₯ tepat normal
Simetris, tidak normal Sekitar 10–15
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 Μ„π‘₯ menyusut kira-kira sebanding dengan 1/βˆšπ‘›.

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:

mean(populasi > 5.5)
## [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 ̂𝑝 = π‘₯/𝑛.

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))

fig

Dengan 𝑛 = 20 (𝑛𝑝 = 1,6), distribusi ̂𝑝 sangat menceng dan β€œberbatang” – pendekatan normal buruk. Dengan 𝑛 = 300 (𝑛𝑝 = 24), pendekatan normal sangat baik.

6 Standard Error

6.1 Standard Error vs Simpangan Baku

Simpangan baku (𝑠 atau 𝜎) Standard error (𝑆𝐸)
Mengukur sebaran Data individu Statistik (misalnya ) dari Μ„π‘₯sampel ke s\(\sigma\) ampe
Menjawab β€œSeberapa beragam individu?” β€œSeberapa tepat taksiran kita?”
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"))
Table 8 :Rata-rata dari 2.000 sampel per n: SD stabil di sekitar sigma = 2.47, 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 𝑆𝐸 ∝ 1/βˆšπ‘›, untuk membagi dua SE dibutuhkan sampel empat kali lipat. Presisi semakin mahal: menambah 𝑛 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)
  )

fig

7 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, 𝜎 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
round(qnorm(c(0.95, 0.975, 0.995)), 3)
## [1] 1.645 1.960 2.576

7.2.1 CI untuk Mean, 𝜎 Tidak Diketahui (t)

Dalam praktik 𝜎 hampir tidak pernah diketahui dan diganti 𝑠. Penggantian ini menambah ketidakpastian, sehingga nilai kritis diambil dari distribusi t dengan derajat bebas 𝑑𝑓 = 𝑛 βˆ’ 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)
  )

fig
data.frame(df = c(4, 9, 29, 99, Inf),
t_kritis_95 = round(qt(0.975, df = c(4, 9, 29, 99, Inf)), 3))

Untuk sampel kecil, nilai kritis t lebih besar daripada 1,96 (selang lebih lebar, β€œhukuman” karena menaksir 𝜎). Saat 𝑛 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
t.test(satu_sampel, conf.level = 0.95)$conf.int # fungsi bawaan R, hasil sama
## [1] 3.949947 5.881053
## attr(,"conf.level")
## [1] 0.95

Laporan: β€œRata-rata waktu layar mahasiswa diperkirakan 4.92 jam per hari, dengan selang kepercayaan 95% antara 3.95 dan 5.88 jam (n = 40).”

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
c(n_p = n_resp * p_hat, n_1_min_p = n_resp * (1 - p_hat)) # syarat terpenuhi
##       n_p n_1_min_p 
##       138       262

β€œSekitar 34,5% responden memakai QRIS setiap hari, margin of error Β± 4.7 poin persentase (kepercayaan 95%)” – 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œ‡.

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)
  )

fig

Garis merah adalah selang yang gagal memuat πœ‡. Kita tidak pernah tahu apakah selang kita termasuk yang merah – tetapi kita tahu prosedurnya berhasil sekitar 95% dari waktu.

Tafsiran Benar/Salah
β€œKami 95% yakin bahwa selang 4,2–5,7 jam memuat rata-rata populasi.” Benar (bahasa sehari-hari yang diterima)
β€œ95% selang yang dibuat dengan prosedur ini akan memuat πœ‡.” Benar (tafsiran paling tepat)
β€œAda peluang 95% bahwa πœ‡ berada di antara 4,2 dan 5,7.” Salah – πœ‡ bukan variabel acak; ia di dalam atau di luar selang
β€œ95% mahasiswa memiliki waktu layar antara 4,2 dan 5,7 jam.” Salah – CI adalah tentang rata-rata, bukan individu
β€œ95% rata-rata sampel lain akan jatuh di selang ini.” Salah

7.4 Faktor yang Memengaruhi Lebar Selang

Faktor Jika dinaikkan Lebar selang
Tingkat kepercayaan (90% β†’99%) Nilai kritis naik Melebar
Ukuran sampel n SE turun Menyempit
Variabilitas data (𝑠) 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")
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 (𝐸) yang diinginkan lalu menghitung𝑛 minimum (selalu dibulatkan ke atas).

Parameter Rumus ukuran sampel Keterangan
Mean \[n = \left( \frac{z_{\alpha/2} \, \sigma}{E} \right)^2\] 𝜎 ditaksir dari studi sebelumnya atau survei percontohan
Proporsi \[n = \frac{z_{\alpha/2}^2 \, p(1 - p)}{E^2}\] Jika 𝑝 tidak diketahui, pakai 𝑝 = 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%)")
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 1.000–1.100 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
summary(nilai_trx)
##    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
round(c(p_hat = p_hat_u, SE = se_u, Bawah = ci_u[1], Atas = ci_u[2]), 4)
##  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)
  )

fig
ci_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
round(quantile(boot_mean, c(0.025, 0.975))) # selang bootstrap persentil 95%
##   2.5%  97.5% 
## 506082 605874

Distribusi bootstrap Μ„π‘₯ hampir berbentuk lonceng dan selang bootstrap hampir sama dengan selang t. Dengan 𝑛 = 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? β€œDiperkirakan 66% UMKM kuliner telah menerima QRIS (CI 95%: 60.1%–71.9%; n = 250).” 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 ̂𝑝 β‰ˆ 0.66 dari survei ini. Memakai 𝑝 = 0,5 lebih aman (menghasilkan𝑛 terbesar), tetapi dengan informasi sebelumnya kita dapat menghemat biaya. Perbedaannya kecil karena 𝑝(1 βˆ’ 𝑝) 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 𝜎 = 6 gram. Petugas QC mengambil sampel acak 36 kemasan.

set.seed(99)
berat <- round(rnorm(36, mean = 248.5, sd = 6), 1)
summary(berat)
##    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

sigma_k <- 6; n_k <- length(berat)
sigma_k / sqrt(n_k)
## [1] 1

Jawaban: SE = 6/6 = 1 gram. Rata-rata dari 36 kemasan biasanya meleset sekitar 1 gram dari rata-rata sebenarnya – jauh lebih kecil daripada variasi berat antarkemasan (6 gram).

10.1.2 Tugas 2: Jika mesin bekerja benar (πœ‡ = 250), berapa peluang rata-rata 36 kemasan kurang dari 248 gram?

pnorm(248, mean = 250, sd = sigma_k / sqrt(n_k))
## [1] 0.02275013

Jawaban: 𝑧 = (248 βˆ’ 250)/1 = βˆ’2, sehingga peluangnya sekitar 0.0228. Kejadian ini jarang jika mesin bekerja benar – gagasan yang menjadi dasar uji hipotesis di Pertemuan 10.

10.1.3 Tugas 3: Hitung CI 95% untuk rata-rata berat (𝜎 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 𝜎 dianggap tidak diketahui (t)

round(t.test(berat)$conf.int, 2)
## [1] 245.25 249.56
## attr(,"conf.level")
## [1] 0.95
round(c(s = sd(berat), t_kritis = qt(0.975, 35), z_kritis = qnorm(0.975)), 3)
##        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 𝑛 = 36 cukup besar (t kritis hanya sedikit di atas 1,96) dan 𝑠 dekat dengan 𝜎. Jika nilai 250 tidak berada di dalam selang, data memberi indikasi bahwa rata-rata pengisian mesin berbeda dari target – 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?

c(MoE_1 = n_mean(sigma = 6, E = 1), MoE_0.5 = n_mean(sigma = 6, E = 0.5))
##   MoE_1 MoE_0.5 
##     139     554

Jawaban: 139 kemasan untuk Β± 1 gram dan 554 kemasan untuk Β± 0,5 gram – 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œ‡ = 8 menit dan 𝜎 = 6 menit. Untuk sampel acak 64 panggilan, tentukan mean, SE, dan bentuk distribusi sampling , lalu hitung Μ„π‘₯ 𝑃( Μ„π‘₯ > 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
t.test(ph)$conf.int
## [1] 6.881111 7.198889
## attr(,"conf.level")
## [1] 0.95

Soal D. Sebuah media menulis: β€œDengan CI 95% [62%, 68%], berarti 95% warga memiliki tingkat kepuasan antara 62% dan 68%.” 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

  1. Menyamakan distribusi sampel dengan distribusi sampling – yang pertama berisi data individu, yang kedua berisi statistik dari banyak sampel.
  2. Mengira CLT membuat data menjadi normal – CLT berbicara tentang distribusi ratarata, bukan data individu.
  3. Menganggap 𝑛 β‰₯ 30 selalu cukup – data yang sangat menceng atau beroutlier bisa membutuhkan lebih.
  4. Menyamakan SD dan SE – SD mengukur keragaman individu; SE mengukur ketepatan taksiran.
  5. Memakai z padahal 𝜎 tidak diketahui dan 𝑛 kecil – gunakan distribusi t.
  6. Menafsirkan CI sebagai peluang parameter berada di dalam selang tertentu, atau sebagai rentang nilai individu.
  7. Membulatkan ukuran sampel ke bawah – selalu bulatkan ke atas.
  8. Mengira ukuran populasi menentukan ukuran sampel – untuk populasi besar, yang menentukan adalah margin of error, tingkat kepercayaan, dan variabilitas.
  9. Mengira sampel besar menghilangkan bias – ukuran sampel hanya mengecilkan galat acak.
  10. Memakai pendekatan normal untuk proporsi saat 𝑛 ̂𝑝 atau 𝑛(1 βˆ’ ̂𝑝) kurang dari 10.
  11. Melaporkan point estimate tanpa selang atau 𝑛 – 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

  1. Distribusi sampling menggambarkan bagaimana sebuah statistik bervariasi dari sampel ke sampel; ia adalah fondasi seluruh statistika inferensial.
  2. Μ„π‘₯ dan ̂𝑝 adalah penaksir tak bias dengan SE masing-masing 𝜎/βˆšπ‘› dan βˆšπ‘(1 βˆ’ 𝑝)/𝑛.
  3. CLT menjamin distribusi Μ„π‘₯ mendekati normal untuk 𝑛 cukup besar, apa pun bentuk populasinya; makin menceng populasi, makin besar𝑛 yang dibutuhkan.
  4. SE bukan SD: SE mengecil sebanding 1/βˆšπ‘› – presisi dua kali lipat membutuhkan sampel empat kali lipat.
  5. Selang kepercayaan = point estimate Β± nilai kritis Γ— SE. Gunakan z bila 𝜎 diketahui, t bila 𝜎 ditaksir. Kepercayaan 95% adalah sifat prosedur, bukan peluang untuk satu selang.
  6. Ukuran sampel dapat direncanakan dari margin of error yang diinginkan – tetapi tidak dapat menyembuhkan bias sampling.

Jembatan ke sesi berikutnya: Tugas 2 latihan tadi bertanya, β€œjika mesin bekerja benar, seberapa jarang hasil seperti ini?” Pertanyaan itulah inti uji hipotesis di Pertemuan 10: 𝐻0 , 𝐻1 , 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 β€œIntroduction to Statistics (SDT-1102)” – 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)