Pulang kerja, buka modul, eh malah pusing mikirin distribusi sampling di Modul 1 sama bedanya penaksir titik di Modul 2. Dua topik ini jadi fondasi buat modul-modul berikutnya, tapi sering bikin bingung karena banyak rumus. Wajar kalau otak seret. latihan soal UT di halaman ini dirancang khusus buat bantu kamu ngerti beda konsep sampling sama taksiran, langsung dari SATS4420 Pengantar Statistika Matematis II.
Modul 4 soal statistik cukup dan Modul 6 tentang uji hipotesis biasanya jadi momok tersendiri di UAS. Bukan karena materinya terlalu tinggi, tapi karena logikanya berlapis-lapis. Coba kerjakan dulu bagian itu. prediksi soal UAS Statistika ini disusun per kegiatan belajar, jadi kamu bisa fokus ke topik yang masih abu-abu tanpa perlu buka semua modul dari awal.
Soal UAS UT di bawah ini nyerempet inti tiap KB, dari distribusi sampling khusus sampai taksiran parameter regresi sederhana. Setiap soal lengkap dengan kunci jawaban dan pembahasan, bukan cuma jawaban A-B-C-D. latihan UAS Universitas Terbuka di halaman ini sengaja kami buat ringkas biar kamu bisa latihan tanpa buang waktu.
Soal UT SATS4420 Pengantar Statistika Matematis II
Dalam statistika matematis, suatu sampel acak {X1, X2, …, Xn} dari distribusi dengan fungsi distribusi F(x) dikatakan sederhana apabila…
Dalam statistika matematis, sampel acak sederhana (simple random sample) didefinisikan sebagai himpunan peubah acak yang independen dan identik terdistribusi (i.i.d.) dengan fungsi distribusi yang sama.
Distribusi sampling dari statistik (n-1)S²/σ², di mana S² adalah variansi sampel, mengikuti distribusi…
Jika sampel acak berasal dari distribusi normal, maka statistik (n-1)S²/σ² berdistribusi Chi-kuadrat dengan derajat bebas n-1. Ini adalah hasil standar dalam statistika matematis.
Suatu penaksir θ̂ dikatakan tak bias untuk parameter θ jika…
Definisi ketakbiasan suatu penaksir adalah bahwa nilai ekspektasi dari penaksir tersebut sama dengan parameter yang ditaksir untuk semua kemungkinan nilai parameter.
Diketahui X1, X2, …, Xn adalah sampel acak dari distribusi Bernoulli(p). Penaksir p̂ = (∑Xi)/n adalah penaksir tak bias untuk p. Variansi dari p̂ adalah…
Untuk sampel acak Bernoulli, variansi dari rata-rata sampel adalah variansi populasi dibagi n. Variansi populasi Bernoulli adalah p(1-p), sehingga variansi p̂ = p(1-p)/n.
Suatu penaksir θ̂n dikatakan konsisten dalam probabilitas untuk θ apabila…
Kekonsistenan dalam probabilitas (konsisten lemah) didefinisikan sebagai konvergensi penaksir ke parameter target dalam probabilitas. Limit probabilitas selisih absolut melebihi epsilon adalah nol.
Diketahui X1, X2, …, Xn adalah sampel acak dari distribusi Poisson(λ). Penaksir Bayes untuk λ dengan prior Gamma(α, β) memiliki bentuk…
Dengan prior Gamma(α, β), posterior untuk λ adalah Gamma(α + ∑Xi, 1/(1/β + n)). Mean posterior sebagai penaksir Bayes adalah (α + ∑Xi)/(1/β + n) = (∑Xi + α)/(n + 1/β).
Statistik T = T(X1, X2, …, Xn) dikatakan cukup untuk parameter θ jika distribusi bersyarat dari sampel diberikan T tidak bergantung pada θ. Pernyataan ini adalah definisi…
Definisi yang diberikan adalah definisi statistik cukup menurut Fisher (atau definisi klasik). Suatu statistik cukup mengandung semua informasi dalam sampel tentang parameter.
Distribusi dengan fungsi probabilitas f(x;θ) = h(x)c(θ)exp(∑ wj(θ)tj(x)) termasuk dalam…
Bentuk umum f(x;θ) = h(x)c(θ)exp(∑ wj(θ)tj(x)) adalah bentuk kanonik dari keluarga eksponensial. Banyak distribusi terkenal seperti Poisson, binomial, dan normal termasuk dalam keluarga ini.
Suatu interval kepercayaan (1-α)100% untuk rata-rata µ dari populasi normal dengan variansi diketahui σ² adalah X̄ ± z_{α/2}σ/√n. Faktor z_{α/2} diperoleh dari…
Karena variansi populasi diketahui, statistik yang digunakan adalah Z = (X̄ – µ)/(σ/√n) yang berdistribusi normal baku. Nilai z_{α/2} adalah kuantil dari distribusi normal baku.
Taksiran interval untuk selisih dua rata-rata populasi (µ1 – µ2) dengan variansi kedua populasi tidak diketahui tetapi diasumsikan sama menggunakan distribusi…
Ketika variansi dua populasi tidak diketahui tetapi diasumsikan sama, variansi gabungan digunakan. Statistik uji yang berdistribusi t-Student dengan derajat bebas n1+n2-2.
Dalam pengujian hipotesis, kesalahan jenis II (α) adalah…
Kesalahan jenis II adalah gagal menolak hipotesis nol ketika hipotesis nol tersebut salah. Ini berbeda dengan kesalahan jenis I yang menolak H0 yang benar.
Suatu uji hipotesis dikatakan paling kuasa (most powerful) pada tingkat signifikansi α jika…
Uji paling kuasa pada taraf signifikansi α adalah uji dengan kekuatan tertinggi (probabilitas menolak H0 ketika H0 salah) di antara semua uji lain dengan taraf signifikansi yang sama.
Untuk menguji H0: µ = µ0 melawan H1: µ > µ0 dengan variansi populasi diketahui, statistik uji yang tepat adalah…
Untuk uji hipotesis satu arah mengenai rata-rata dengan variansi populasi diketahui, statistik uji yang digunakan adalah Z = (X̄ – µ0)/(σ/√n) yang berdistribusi normal baku di bawah H0.
Uji Mann-Whitney U termasuk dalam kategori uji nonparametrik yang digunakan untuk…
Uji Mann-Whitney U merupakan uji nonparametrik untuk membandingkan dua sampel independen. Uji ini merupakan alternatif nonparametrik dari uji t dua sampel independen.
Dalam uji tanda (sign test) untuk satu sampel, statistik uji yang digunakan adalah…
Dalam uji tanda satu sampel, setiap observasi diberi tanda positif atau negatif relatif terhadap median yang dihipotesiskan. Statistik uji yang digunakan adalah jumlah tanda positif.
Dalam model regresi linear sederhana Y = β0 + β1X + ε, asumsi yang harus dipenuhi adalah error (ε) memiliki…
Asumsi klasik dalam regresi linear sederhana adalah error (ε) independen, berdistribusi normal dengan rata-rata nol dan variansi konstan (homoskedastisitas).
Penaksir kuadrat terkecil (OLS) untuk β1 dalam regresi linear sederhana dapat dirumuskan sebagai…
Penaksir OLS untuk kemiringan (slope) β1 dalam regresi linear sederhana adalah rasio antara jumlah perkalian silang deviasi X dan Y terhadap jumlah kuadrat deviasi X. Ini diperoleh dari meminimumkan jumlah kuadrat error.
Suatu sampel acak X1, X2, …, Xn diambil dari distribusi dengan mean μ dan varians σ². Sampel dikatakan bersifat acak sederhana jika…
Sampel acak sederhana mensyaratkan setiap anggota populasi memiliki peluang sama untuk terpilih dan pemilihan dilakukan secara independen.
Jika X1, X2, …, Xn adalah sampel acak dari distribusi N(μ, σ²), maka distribusi dari rata-rata sampel X̄ adalah…
Distribusi sampling dari rata-rata sampel untuk populasi normal adalah normal dengan mean μ dan varians σ²/n.
Suatu penaksir θ̂ dikatakan tak bias untuk parameter θ jika…
Penaksir tak bias adalah penaksir yang nilai harapannya sama dengan parameter yang ditaksir, yaitu E(θ̂) = θ.
Kriteria Mean Squared Error (MSE) untuk menilai suatu penaksir θ̂ didefinisikan sebagai…
MSE adalah nilai harapan dari kuadrat selisih antara penaksir dan parameter, yaitu E[(θ̂ – θ)²].
Suatu penaksir dikatakan konsisten dalam probabilitas jika untuk setiap ε > 0 berlaku…
Konsistensi dalam probabilitas berarti penaksir konvergen ke parameter, dinyatakan dengan limit probabilitas mendekati 1.
Dalam penaksiran Bayes, distribusi prior digunakan untuk mencerminkan…
Distribusi prior mewakili keyakinan subjektif atau informasi awal tentang parameter sebelum data sampel diperoleh.
Statistik T(X) dikatakan cukup untuk parameter θ jika distribusi bersyarat dari X diberikan T(X) = t tidak bergantung pada θ. Pernyataan ini merupakan definisi dari…
Definisi statistik cukup berdasarkan distribusi bersyarat setara dengan kriteria faktorisasi Neyman-Fisher.
Suatu statistik T dikatakan lengkap jika untuk setiap fungsi g(T) dengan E[g(T)] = 0 untuk semua θ, maka…
Kelengkapan statistik berarti tidak ada fungsi non-trivial dari T yang nilai harapannya nol kecuali fungsi itu sendiri nol.
Interval kepercayaan (1-α)100% untuk mean μ dari distribusi normal dengan varians diketahui adalah…
Interval kepercayaan untuk mean dengan varians diketahui menggunakan statistik normal dan standar error σ/√n.
Dalam uji hipotesis, kesalahan tipe I adalah…
Kesalahan tipe I adalah menolak hipotesis nol (H0) ketika H0 sebenarnya benar.
Fungsi kuasa (power function) dari suatu uji hipotesis didefinisikan sebagai…
Fungsi kuasa adalah probabilitas menolak H0 ketika parameter sebenarnya bernilai di daerah alternatif.
Uji t untuk satu sampel digunakan untuk menguji hipotesis tentang…
Uji t satu sampel digunakan untuk menguji mean populasi ketika varians populasi tidak diketahui dan digantikan dengan varians sampel.
Uji Mann-Whitney merupakan uji nonparametrik untuk…
Uji Mann-Whitney digunakan untuk membandingkan median dua populasi dari dua sampel yang independen.
Uji Wilcoxon signed-rank digunakan untuk data berpasangan (sampel dependen) dengan asumsi…
Uji Wilcoxon signed-rank cocok untuk data berpasangan berskala ordinal atau interval dan mengasumsikan distribusi selisih simetris.
Dalam model regresi linear sederhana Y = β₀ + β₁X + ε, asumsi yang harus dipenuhi oleh error ε adalah…
Asumsi klasik regresi linear sederhana adalah error memiliki mean nol dan varians konstan (homoskedastisitas).
Metode kuadrat terkecil (OLS) dalam regresi linear bertujuan untuk meminimumkan…
OLS meminimumkan jumlah kuadrat residual yaitu ∑(Yi – Ŷi)².
Dalam model linear umum, jika matriks X berukuran n x p dengan rank p, maka taksiran OLS untuk β diberikan oleh…
Taksiran OLS untuk β dalam model linear umum adalah β̂ = (X'X)⁻¹ X'Y dengan asumsi X'X dapat diinverskan.
Dalam teori estimasi, suatu penaksir dikatakan tidak bias jika…
Penaksir tidak bias didefinisikan sebagai penaksir yang nilai harapannya sama dengan parameter yang ditaksir. Ini adalah salah satu sifat penting penaksir titik.
Diketahui X1, X2, …, Xn adalah sampel acak dari populasi dengan mean μ dan varians σ^2. Maka varians dari rata-rata sampel (X̄) adalah…
Varians dari rata-rata sampel adalah varians populasi dibagi dengan ukuran sampel, yaitu σ^2/n. Ini adalah sifat dasar distribusi sampling.
Jika T1 dan T2 adalah dua penaksir untuk parameter θ, dan MSE(T1) < MSE(T2) untuk semua nilai θ, maka penaksir T1 dikatakan…
Jika MSE(T1) lebih kecil dari MSE(T2) untuk semua θ, maka T1 lebih efisien daripada T2. MSE mengukur kualitas penaksir dengan menggabungkan bias dan varians.
Suatu penaksir dikatakan konsisten jika…
Konsistensi adalah sifat sampel besar di mana penaksir konvergen dalam probabilitas ke parameter yang ditaksir saat ukuran sampel menuju tak hingga.
Dalam penaksiran Bayes, distribusi prior adalah…
Dalam penaksiran Bayes, distribusi prior adalah distribusi probabilitas yang mencerminkan keyakinan awal tentang parameter sebelum data sampel diamati.
Statistik T(X) disebut statistik cukup untuk parameter θ jika…
Statistik cukup didefinisikan sebagai statistik di mana distribusi bersyarat dari sampel X diberikan nilai statistik T(X) tidak bergantung pada parameter θ. Ini berarti semua informasi tentang θ dalam sampel terkandung dalam T(X).
Kelas distribusi eksponensial memiliki fungsi kepadatan probabilitas yang dapat ditulis dalam bentuk…
Kelas eksponensial didefinisikan oleh bentuk f(x|θ) = exp(Σ ai(θ) bi(x) + c(θ) + d(x)), yang mencakup banyak distribusi penting seperti Poisson, Binomial, dan Normal.
Interval kepercayaan 95% untuk mean μ dari populasi normal dengan varians diketahui σ^2 adalah…
Interval kepercayaan untuk mean populasi normal dengan varians diketahui adalah X̄ ± z_{α/2} * (σ/√n). Untuk kepercayaan 95%, α=0.05 sehingga z_{0.025} digunakan.
Dalam uji hipotesis, kesalahan tipe I adalah…
Kesalahan tipe I adalah menolak hipotesis nol (H0) ketika sebenarnya H0 benar. Ini disebut juga α error atau tingkat signifikansi.
Jika daerah kritis suatu uji adalah {x: T(x) > c}, dan fungsi kekuatan uji adalah β(θ) = P(T(X) > c | θ), maka…
Fungsi kekuatan β(θ) didefinisikan sebagai probabilitas menolak H0 sebagai fungsi dari parameter θ. Ini menggambarkan kemampuan uji untuk menolak H0 pada berbagai nilai parameter.
Uji t satu sampel digunakan untuk menguji…
Uji t satu sampel digunakan untuk menguji hipotesis tentang mean populasi ketika varians populasi tidak diketahui dan diestimasi dari sampel. Statistik uji mengikuti distribusi t dengan derajat bebas n-1.
Uji Mann-Whitney adalah uji nonparametrik untuk…
Uji Mann-Whitney (atau Uji Wilcoxon Rank Sum) adalah uji nonparametrik yang digunakan untuk membandingkan dua sampel independen untuk menentukan apakah mereka berasal dari distribusi yang sama.
Dalam regresi linear sederhana Y = β0 + β1X + ε, asumsi yang diperlukan untuk taksiran parameter adalah…
Asumsi dasar regresi linear sederhana termasuk error ε berdistribusi normal dengan mean 0 dan varians konstan (homoskedastisitas), serta independen antar observasi.
Penaksir kuadrat terkecil (OLS) untuk β1 dalam regresi linear sederhana adalah…
Penaksir OLS untuk slope β1 adalah rasio kovarians sampel antara X dan Y terhadap varians sampel X, yaitu Σ (Xi – X̄)(Yi – Ȳ) / Σ (Xi – X̄)^2.
Dalam model linear umum Y = Xβ + ε, vektor parameter β ditaksir dengan metode OLS menghasilkan…
Dalam regresi linear berganda, taksiran OLS untuk vektor parameter β adalah β̂ = (X'X)^(-1) X'Y, di mana X adalah matriks variabel independen dan Y adalah vektor respons.
Distribusi sampling dari rata-rata sampel X̄ untuk sampel besar dari populasi dengan distribusi sembarang akan mendekati distribusi normal. Pernyataan ini dikenal sebagai…
Teorema Limit Pusat menyatakan bahwa untuk ukuran sampel besar, distribusi sampling dari rata-rata sampel akan mendekati distribusi normal terlepas dari distribusi populasi aslinya, asalkan varians populasi terbatas.
Distribusi sampling sering jadi bagian yang membingungkan di UAS, soalnya konsepnya abstrak kalau cuma dihafal. Tapi begitu kamu paham bedanya distribusi t, khi-kuadrat, dan F, semuanya nyambung ke uji hipotesis di modul berikutnya. Itu kuncinya. Banyak yang terjebak di taksiran interval karena lupa syarat distribusi samplingnya, padahal itu inti dari pengujian. Coba cek lagi Soal UAS UT lain kalau masih butuh referensi tambahan.
Khusus di SATS4420 Pengantar Statistika Matematis II, bagian penaksir titik dan sifat-sifatnya jarang banget dilewatin di UAS. Soal Ujian UT biasanya kasih skenario yang butuh kamu bedain penaksir bias dan tak bias, atau malah ngitung risiko Bayes. Formatnya campuran UTM yang hitungan dan UO yang analisis konsep, jadi jangan cuma andal rumus. Pelan-pelan aja ngerjainnya, pasti ketemu polanya.
