WorksheetsPretest Statistika Matematika 2
Total questions: 20
Worksheet time: 14mins
Siapa matematikawan pertama yang menyatakan konsep Hukum Bilangan Besar meskipun tanpa bukti?
Jacob Bernoulli
Carl Friedrich Gauss
Girolamo Cardano
Andrey Kolmogorov
Hukum Bilangan Besar menyatakan bahwa rata-rata hasil percobaan yang dilakukan berulang kali akan:
Menjauhi nilai yang diharapkan
Tidak berubah meskipun jumlah percobaan meningkat
Mendekati nilai yang diharapkan
Berfluktuasi secara acak
Teorema Chebyshev digunakan untuk menentukan:
Probabilitas suatu kejadian langka
Proporsi minimum observasi dalam sejumlah deviasi standar dari mean
Hubungan antara dua variabel acak
Distribusi peluang dari variabel random
Teorema Limit Pusat menyatakan bahwa distribusi rata-rata sampel akan mendekati distribusi normal jika:
Ukuran sampel cukup besar
Variabel acak memiliki varians nol
Sampel diambil dari distribusi normal
Sampel kecil namun diambil berulang kali
Manakah dari berikut ini yang merupakan aplikasi dari Teorema Limit Pusat?
Menghitung nilai rata-rata populasi dari sampel acak
Memprediksi hasil individu dalam suatu percobaan
Menentukan probabilitas suatu kejadian tunggal
Menyatakan bahwa semua variabel acak bersifat normal
Menurut Teorema Limit Pusat, ukuran sampel minimal yang disarankan agar distribusi rata-rata sampel mendekati distribusi normal adalah:
10
20
30
50
Estimasi titik bertujuan untuk:
Memprediksi seluruh distribusi populasi
Memberikan nilai yang tepat untuk parameter populasi berdasarkan data sampel
Menentukan probabilitas suatu kejadian
Menyusun tabel distribusi peluang
Salah satu metode yang digunakan dalam estimasi titik adalah:
Metode Regresi
Metode Chi-Square
Metode Momen (Method of Moments Estimator - MME)
Metode Spearman Rank
Apa fungsi dari estimator dalam statistik?
Menentukan hubungan antara dua variabel acak
Mengestimasi nilai parameter populasi berdasarkan data sampel
Menentukan distribusi peluang dari suatu variabel
Memastikan distribusi data berbentuk normal
Metode Likelihood (Maximum Likelihood Estimator - MLE) dalam estimasi titik digunakan untuk:
Menganalisis korelasi antar variabel
Menghitung distribusi empiris dari data sampel
Mengestimasi nilai variabel acak
Menentukan parameter yang memaksimalkan kemungkinan data yang diamati
Tujuan utama pengambilan sampel dalam statistika inferensi adalah untuk:
Menentukan hubungan antar variabel
Mengetahui parameter populasi yang tidak diketahui
Membuat grafik distribusi data
Meningkatkan ukuran populasi
Dalam penaksiran parameter populasi, terdapat dua metode utama, yaitu:
Penaksiran dan pengujian hipotesis
a) Penaksiran dan regresi
Korelasi dan analisis varians
Transformasi data dan normalisasi
Sebuah statistik dikatakan tak bias jika:
Variansinya sama dengan nol
Nilainya selalu lebih kecil dari parameter sebenarnya
Tidak bergantung pada ukuran sampel
Rataan distribusi sampelnya sama dengan parameter populasi yang ditaksir
Jika terdapat dua penaksir tak bias untuk parameter yang sama, maka yang lebih baik adalah:
Penaksir yang memiliki variansi lebih kecil
Penaksir yang memiliki variansi lebih besar
Penaksir yang menghasilkan nilai terbesar
Penaksir yang selalu sama dengan nilai sampel
Dalam penaksiran selang, nilai parameter populasi diperkirakan dengan:
Nilai titik tunggal
Sebuah rentang nilai
Probabilitas kejadian
Jumlah observasi
Derajat kepercayaan (confidence level) dalam penaksiran selang dinyatakan dalam bentuk:
Deviasi standar
Variansi
Peluang
Rata-rata
Selang kepercayaan 95% untuk rata-rata populasi menyatakan bahwa:
a) 95% data berada dalam selang tersebut
95% kemungkinan rata-rata populasi berada dalam selang tersebut
Rata-rata sampel berada dalam selang tersebut dengan probabilitas 95%
95% sampel memiliki nilai yang sama
Jika varians populasi tidak diketahui, distribusi yang digunakan dalam menghitung selang kepercayaan adalah:
Distribusi t
Distribusi Poisson
Distribusi eksponensial
Distribusi normal
Statistik yang digunakan untuk menaksir variansi populasi adalah:
cMedian sampel
Modus sampel
Rataan sampel
Variansi sampel
Dalam menghitung selang kepercayaan untuk variansi, distribusi yang digunakan adalah:
Distribusi normal
Distribusi t
Distribusi chi-kuadrat
Distribusi binomial
