STATISTIKA INDUKTIF EDISI 3

Algifari
STIE YKPN Yogyakarta

Estimasi Statistik

Tujuan
Memanfaatkan kaidah-kaidah distribusi sampling
untuk membuat estimasi (estimasi) rata-rata dan
proporsi, menentukan besarnya sampel yang
sesuai dengan tingkat kesalahan yang diinginkan

Pembahasan
Kriteria taksiran (estimator) yang baik
Estimasi titik dan estimasi interval
Keunggulan dan kelemahan estimasi titik (point
estimation) dan estimasi interval (interval
estimation)
Ketepatan estimasi
Penggunaan distribusi t dan distribusi Z untuk
membuat estimasi
Sampel yang dibutuhkan untuk setiap kesalahan
yang diharapkan dalam penentuan estimasi interval

Kriteria Penaksir (Estimator) yang Baik

Tidak bias (Unbiasedness).
Efisiensi (Efficiency).
Konsistensi (Consistency).

Kecukupan (Sufficiency).

Estimasi Titik dan Estimasi Interval

Estimasi titik (point estimation) adalah nilai
tunggal yang digunakan untuk menaksir (to
estimate) parameter (besaran populasi) yang
tidak diketahui.
Estimasi interval merupakan interval nilai
(range) yang nilai parameter populasi berada di
dalamnya.

Tingkat Konfidensi (Confidence Level)

Tingkat
Konfidensi

Probabilitas
Terdekat

Nilai Z

Nilai Z yang
Sering Digunakan

90%
95%
99%

0,4495 atau 0,4505

0,475
0,4949 atau 0,4951

1,64 atau 1,65

1,960
2,57 atau 2,58

1,645
1,960
2,576

Cara membaca Tabel Distribusi Normal

Misalnya tingkat konfidensi 95%, berarti 0,95/2 = 0,475. Nilai Z
untuk tingkat konfidensi 95% adalah 1,960.
Z
0.0
0.1
.
.
.
1.9
.
.
.

0.00

0.01

0.06

0.475

Cara membaca Tabel Distribusi t

Misalnya tingkat konfidensi 95% dan sampel yang digunakan (n) adalah 10.
Nilai t/2;df artinya /2 dan degree of freedom = n-1. Nilai ditentukan
dengan rumus: = 1 tingkat konfidensi. Berarti = 1 - 0,95 = 0,05.
Dengan demikian nilai t yang dicari adalah t0,025;9 = 2,262.

df/
1
2
.
.
.

0.1

0.05

0.025

2.262

.
.
Inf.

1,960

0.01

0.005

Estimasi Titik
Estimasi titik adalah nilai tunggal yang digunakan untuk menaksir (to
estimate) parameter yang tidak diketahui.
Estimasi titik untuk rata-rata populasi () dan proporsi populasi ()
menggunakan rata-rata sampel ( X ) dan proporsi sampel (p) yang dapat
dihitung dengan menggunakan rumus sebagai berikut:

X
X
n

X
n

Estimasi titik untuk beda dua rata-rata populasi (1- 2) ditaksir atau
diestimasi dengan menggunakan beda dua rata-rata sampel ( X1 X 2 ).
Estimasi titik untuk beda dua proporsi populasi (1- 2) ditaksir atau
diestimasi dengan menggunakan beda dua proporsi sampel (p1 p2).

Estimasi Interval
Tujuan membuat estimasi interval adalah untuk
mengurangi kesalahan penaksiran. Estimasi interval
merupakan interval nilai (range) di mana parameter
populasi berada di dalamnya.
Pada estimasi interval terdapat batas bawah estimasi
(lower limit estimate) dan batas atas estimasi (upper
limit estimate). Batas bawah estimasi merupakan nilai
estimasi parameter populasi terendah. Sedangkan batas
atas estimasi merupakan nilai estimasi parameter
populasi tertinggi.

Estimasi Rata-rata Populasi ()

Jika adalah rata-rata populasi dan X adalah rata-rata
sampel, maka ditaksir sengan interval sebagai berikut:
XE XE

E adalah kesalahan estimasi (error of estimate)

Hal-hal yang perlu diperhatikan dalam menentukan E:
1.
2.
3.
4.

Jumlah sampel
Standar deviasi
Populasi
Tingkat konfidensi (confidence level) disingkat CL.

Menentukan Besarnya Kesalahan Estimasi (E)

Besarnya kesalahan estimasi (E) untuk sampel besar (n 30),
standar deviasi populasi () diketahui, jumlah anggota populasi
tidak terbatas (N = ), dan tingkat konfidensi: CL = 1- adalah
(Kriteria populasi tidak terbatas : banyaknya anggota populasi
diketahui dan banyaknya anggota sampel kurang dari 5% anggota
populasinya)

EZ

/2

adalah besarnya kesalahan standar (stanrard error)

n

Lanjutan ...
Contoh Kasus 1.
Seorang manajer sebuah perusahaan asuransi ingin mengestimasi pendapatan
rata-rata penduduk di suatu wilayah. Berdasarkan informasi yang diperoleh,
besarnya pendapatan penduduk di wilayah tersebut berdistribusi normal
dengan standar deviasi adalah Rp25.000. Sampel sebanyak 80 penduduk
dipilih secara random dan dari sampel tersebut diketahui rata-rata
pendapatan penduduk per bulan adalah Rp2.560.000. Dengan menggunakan
tingkat konfidensi 95%, buatlan interval estimasi pendapatan rata-rata
penduduk per bulan di wilayah tersebut.

Jawaban Kasus 1:

Standar deviasi populasi:

Banyaknya anggota sampel:
Rata-rata sampel:
Tingkat konfidensi :

= Rp25.000
n = 80
X = Rp2.560.000
CL = 95%

Lanjutan ...
XE XE

EZ

/2

1,96.

25.000

5.478,4

80

2.560.000 5.478,4 2.560.000 5.478,4

2.5554.521 ,6 2.565.478, 4

Besarnya kesalahan estimasi (E) adalah Rp5.478,4. Interval estimasi pendapatan

rata-rata per bulan penduduk adalah Rp2.554.521,6 sampai dengan
Rp2.565.478,4

Lanjutan ...
Besarnya kesalahan estimasi (E) untuk sampel besar (n 30),
standar deviasi populasi () diketahui tidak diketahui, jumlah
anggota populasi tidak terbatas (N = ), dan tingkat konfidensi: CL
= 1- adalah (Kriteria populasi tidak terbatas : banyaknya anggota
populasi diketahui dan banyaknya anggota sampel kurang dari 5%
anggota populasinya)

EZ

sX

/2

s
n

s
adalah besarnya kesalahan standar (stanrard error)
n

Lanjutan ...
Contoh Kasus 2.
Sampel sebanyak 100 pedagang kaki lima di Malioboro Jogjakarta
diperoleh informasi bahwa keuntungan rata-rata per hari Rp120.000
dengan standar deviasi sebesar Rp15.000. keuntungan per hari
pedagang kaki lima di Maliobooro Jogjakarta diketahui berdistribusi
normal. Berdasarkan data tersebut,
1. buatlah estimasi keuntungan rata-rata per hari pedagang kaki lima tersebut
menggunakan estimasi titik.
2. tentukan besarnya kesalahan standar (sx) dan kesalahan estimasi (E)
keuntungan per hari pedagang kaki lima di Malioboro Jogjakarta.
3. Tentukan interval estimasi keuntungan rata-rata per hari pedagang kaki
lima di Malioboro Jogjakarta menggunakan tingkat konfidensi (confidence
level) adalah 95%. Tentukan batas terendah (lower limit) dan batas
tertinggi (upper limit) estimasinya.

Lanjutan ...
Jawaban Kasus 2:

1.

Estimasi titik: Rp120.000

2.

Kesalahan standar (s X ) dan kesalahan estimasi (E):

sx

EZ

3.

Rp15.000

/2

Rp1.500

100

1,96.

Rp15.000

Rp2.940

100

Interval estimasi
XE XE

Rp120.000 Rp2.940 Rp120.000 + Rp2.940

Rp117.060 Rp122.940

Batas terendah (lower limit) estimasi = Rp117.060

Batas tertinggi (upper limit) estimasi = Rp122.940

Lanjutan ...
Besarnya kesalahan estimasi (E) untuk sampel kecil (n < 30), standar
deviasi populasi () diketahui, jumlah anggota populasi tidak terbatas
(N = ), dan tingkat konfidensi (1- ) % adalah

Et
; df.
/2
n
df. = degree of freedom = n - 1
Contoh Kasus 3.
Isi minuman suatu merek minuman dalam kemasan kaleng diketahui
berdistribusi normal dengan besarnya standar deviasi adalah 8,5 ml.
Suatu penelitian dilakukan untuk mengestimasi isi minuman rata-rata
minuman dalam kemasan kaleng tesebut. Penelitian menggunakan 15
kaleng minuman sebagai sampel dan dari sampel tersebut diperoleh
rata-rata isi minuman adalah 246 ml. Buatlah interval estimasi isi
munuman dalam kaleng tersebut mengunakan tingkat konfidensi 99%.

Lanjutan ...
Jawaban Kasus 3.
XE XE

df. = degree of freedom = 15 1 = 14

t0,005;14 = 2,977 (Lihat pada Tabel Distribusi t)
Et

/2

; df.

2,977.

8,5

6,53

15

246 6,53 246 6,53

239,47 252,53
Besarnya kesalahan estimasi (E) adalah 6,53 ml. Interval estimasi isi
minuman dalam kemasan kaleng adalah 239,47 ml sampai dengan 252,53 ml.

Lanjutan ...
Besarnya kesalahan estimasi (E) untuk sampel kecil (n < 30), standar
deviasi populasi () tidak diketahui, jumlah anggota populasi tidak
terbatas (N = ), dan tingkat konfidensi (1- ) % adalah

Et

/2

; df.

s
n

Standar deviasi : s

2
(X

X
)

Kesalahan standar : s x

n 1

s
n

Lanjutan ...
Contoh Kasus 4.
Suatu biro travel ingin menentukan waktu yang diperlukan
untuk menempuh perjalanan dari kota A ke kota B. Dari 6
kali perjalanan diperoleh informasi sebagai berikut:
Perjalanan ke..
Waktu (Jam)

13

14

12

16

12

11

Waktu tempuh dari kota A ke kota B diasumsikan

berdistribusi normal. Buatlah estimasi lama perjalanan dari
kota A ke kota B yang sesungguhnya dengan tingkat
konfidensi 95%.

Lanjutan ...
Jawaban Kasus 4.
X-t

/2

.s

X+t

.s

(X - X )

(X -X )2

13
14
12
16
12
11
X = 78

13
13
13
13
13
13

0
1
-1
3
-1
-2

0
1
1
9
1
4
(X - X )2 = 16

Perjalanan

1.
2.
3.
4.
5.
6.

/2

X 78
X=
=
= 13
n
6

sx

s
1,79

0,73
n
6

Lanjutan ...
s

sx

(X X)

n 1

16
1,79
6 1

s
1,79

0,73
n
6

t0,025;5 = 2,57 (Lihat pada Tabel Distribusi t)

13 - (2,57)(0,7 3) 13 + (2,57)(0,7 3)
13 - 1,88 13 + 1,88
11,12 14,88

Jadi estimasi waktu rata-rata yang diperlukan untuk menempuh

perjalanan dari kota A ke kota B adalah 11,12 jam sampai dengan 14,88
jam.

Hasil perhitungan MS Excel dan SPSS

Hasil perhitungan penggunakan MS Excel:

Waktu (Jam)
Mean:

Hasil perhitungan penggunakan SPSS:

13

Standard Error:

0,73

Standard Deviation:

1,79

Sample Variance:
Count:

3,2

Des criptive Statis tics

x
Valid N (lis tw ise)

N
Statistic
6
6

Mean
Statistic
Std. Error
13.0000
.73030

Std.
Deviation
Statistic
1.78885

Varianc e
Statistic
3.200

Berdasarkan hasil perhitungan tersebut, rata-rata sampel (X ) = 13 dengan

standar deviasi sampel (s) = 1,79 dan varians (s2) = 3,2. Besarnya kesalahan
standar sampel (s X ) = 0,73.

Lanjutan ...
Besarnya kesalahan estimasi (E) untuk N terbatas, yaitu n > 5% N dapat
ditentukan dengan menambahkan faktor koreksi ke dalam formula
menghitung kesalahan estimasi. Besarnya faktor koreksi (correction
factor) adalah
Nn
N 1

Misalnya kita ingin menentukan besarnya kesalahan estimasi (E) untuk

penelitian dengan sampel besar (n > 30), standar deviasi populasi ()
diketahui, jumlah anggota populasi (N) terbatas dan tingkat konfidensi
(1- ) %. Formulasi yang dapat digunakan adalah
E Z/2 .

Nn
N 1

Lanjutan ...
Contoh Kasus 5.
Sebuah sampel random terdiri dari 50 skor karyawan yang diambil dari 200
karyawan peserta pendidikan diperoleh informasi skor rata-rata 75 dengan
standar deviasi 10.
Pertanyaan:
1.
Buatlah interval estimasi skor karyawan yang mengikuti pendidikan
dengan tingkat konfidensi 95%.
2. Jika skor rata-rata dari 200 karyawan adalah 75 2, tentukan tingkat
konfidensinya.
Jawaban:
1. X = 75
= 10 n = 50
N = 200
Populasi terbatas, karena N=200 dan n= 50/200 = 0,25 atau 25% lebih dari
5%N. Rumus menentukan kesalahan standar:

N-n

N -1

Lanjutan ...

=
.
x
n

N-n
N -1

10
50

200 50
1,23
200 1

Z/2 = 1,96 (Lihat pada Tabel Distribusi Normal)

X - Z/2 x X + Z/2 x

75 1,96(1,23) 75 + 1,96(1,23)
75 2,41 75 + 2,41
72,59 77,41
Jadi besarnya estimasi (estimasi) skor rata-rata karyawan peserta
pelatihan adalah dari 72,59 sampai dengan 77,41.

Lanjutan ...
2. Jika skor rata-rata dari 200 karyawan adalah 75 2, maka tingkat
konfidensinya adalah

E = Z/2.

2
=
= 1,63
Z/2 =
x 1,23
Dengan menggunakan Tabel Z, probabilitas untuk Z/2 = 1,63 adalah
0,4484. Jadi tingkat konfidensinya adalah 2 x 0,4484 = 0,8968 atau
89,68%.

Estimasi untuk Proporsi Populasi ()

Tujuan: membuat taksiran tentang besaran proporsi populasi
menggunakan proporsi sampel
Proporsi populasi () ditaksir dengan menggunakan proporsi
sampel (p). Besarnya proporsi sampel (p) dan kesalahan estimasi
proporsi dapat ditentukan dengan rumus:
p

X
n

E Z/2 .p
Estimasi titik:
Eatimasi interval:
Upper Limit:
Lower Limit:

di mana p

p(1 p)
n

p
pEp+E
p+E
pE

Lanjutan ...
Contoh Kasus 6.
Suatu penelitian bertujuan untuk mengestimasi proporsi yang menyatakan puas
terhadap pelayanan yang diberikan oleh suatu bank swasta. Penelitian tersebut
menggunakan sampel sebanyak 250 konsumen. Berdasarkan sampel tersebut
diketahui 165 konsumen menyatakan puas dengan pelayanan yang diberikan
oleh bank swasta. Buatlah interval proporsi yang sesungguhnya (proporsi
populasi) dengan menggunakan tingkat konfidensi 99%.
Jawab:
pEp+E

X
p=
n

E Z/2 .p 2,58(0,03) 0,077

0,66 - (0,077) 0,66 + (0,077)

0,583 0,737

165
=

= 0,66
250

Lanjutan ...
Jawaban:
pEp+E
X
p=

=
n

p =

165
= 0,66
250

p(1- p)
n

0,66(1 0,66)
0,03
250

E Z/2 .p 2,58(0,03) 0,077

0,66 - (0,077) 0,66 + (0,077)

0,583 0,737
Jadi estimasi proporsi konsumen menyatakan puas dengan pelayanan yang
diberikan adalah 58,3% sampai dengan 73,7%.

Lanjutan ...
Estimasi proporsi sampel kecil:
np < 15 atau n(1-p) < 15; atau
n < 20 atau np < 5 atau np(1-p) < 5

Rumus p dan p adalah

X2
p
n4
p(1 p)
p
n4

Lanjutan ...
Contoh Kasus 7.
Suatu penelitian dilakukan untuk membuat interval estimasi proporsi
penduduk di Jogjakarta yang pernah berlibur di Banjarmasin. Penelitian
tersebut menggunakan sampel sebanyak 200 penduduk Jogjakarta dan dari
sampel tersebut terdapat 3 orang penduduk yang pernah berlibur di
Banjarmasin. Dengan tingkat konfidensi 95%, buatlah interval estimasi
proporsi penduduk Jogjakarta yang pernah berlibur di Banjarmasin.
Jawaban:
Misalnya p adalah proprosi sampel penduduk Jogjakarta yang berlibur di
Banjarmasin. Besarnya p mendekati 0, karena jumlah yang sukses (yang
berlibur di Banjarmasin) adalah 3 lebih kecil daripada 15. Oleh karena itu
untuk menentukan p dan p menggunakan rumus penyesuaian Wilson.
Estimasi proporsi penduduk Jogjakarta yang pernah berlibur di Banjarmasin
adalah 0,4% sampai dengan 4,6%.

Menentukan Ukuran Sampel (n)

Untuk estimasi rata-rata populasi
Z .
n = /2
E

Contoh Kasus 8.
Suatu penelitian bertujuan untuk mengetahui pengeluaran rata-rata rumahtangga
untuk membeli sabun cuci per minggu. Berdasar hasil penelitian yang lalu diperoleh
informasi besarnya standar deviasi pengeluaran rata-rata oleh rumahtangga untuk
membeli sabun cuci per minggu adalah Rp28.500. Berapa banyaknya rumahtangga
yang sebaiknya digunakan sebagai sampel agar pkesalahan estimasi yang diharapkan
maksimum Rp6.250 dengan menggunakan tingkat konfidensi sebesar 95%?
Jawab:
Jadi banyaknya keluarga yang digunakan dalam penelitian tersebut minimal 80
keluarga. (Nilai n harus dalam bilangan bulat / diskrit dan dibulatkan ke angka yang
lebih besar. Jika dibulatkan ke angka yang lebih kecil, maka kesalahan estimasinya
akan lebih besar daripada yang diharapkan. Ingat: jika sampel berkurang, maka
kesalahan estimasi bertambah besar).

Lanjutan ...
Untuk estimasi proporsi populasi
Z
n p(1 p). /2
E

Jika tidak terdapat informasi tentang proporsi populasi, maka p(1-p) = 0,25, yaitu nilai
tertinggi hasil kali antara p dan 1-p. Namun, jika proporsi populasi atau proporsi sampel
(data periode lalu) diketahui, maka gunakan proporsi tersebut sebagai p.
Contoh Kasus 9.
Penelitian dilakukan untuk mengetahui persentase kesalahan dalam pencatatan rekening
keuangan. Jika kesalahan dalam penelitian tersebut diinginkan maksimal 6,25% dengan
tingkat konfidensi 95%, tentukan banyaknya rekening yang harus digunakan sebagai
sampel.
Jawab:
Banyaknya pencatatan yang digunakan dalam penelitian tersebut minimal 246 rekening.
(Nilai n dibulatkan ke angka yang lebih besar).

Lanjutan ...
Contoh Kasus 10.
Hasil penelitian yang telah dilakukan pada bulan yang lalu
menunjukkan bahwa proporsi nasabah yang tidak bayar angsuran tepat
waktu adalah 30%. Manajemen ingin memperbaharui persentase
tersebut. Penelitian yang baru dilakukan menggunakan tingkat
konfidensi 90%. Tentukan banyaknya nasabah yang digunakan sebagai
sampel agar kesalahan estimasi yang dihasilkan tidak lebih dari 6,25%.
Jawab:
Jadi banyaknya nasabah digunakan dalam penelitian tersebut minimal
207 orang. (Nilai n dibulatkan ke angka yang lebih besar).

Lanjutan ...
Menentukan banyaknya anggota sampel (ukuran
sampel) pada suatu populasi yang jumlah anggotanya
diketahui, maka ukuran sampel dapat digunakan rumus
Slovin sebagai berikut:
Kelemahan rumus Slovin:
(1) menentukan ukuran sampel hanya mempertimbangkan
kesalahan estimasi maksimum yang ditoleransi (E);
(2) tidak menjelaskan karakteristik populasi yang cocok bagi
rumus tersebut;
(3) rumus Slovin hanya untuk tingkat keyakinan (confidence
level) mendekati 95%, karena berasumsi nilai Z = 2;
(4) rumus Slovin hanya dapat digunakan untuk
mengestimasi proposi populasi.

Lanjutan ...
Contoh Kasus 11.
Misalnya suatu penelitian akan dilakukan terhadap
suatu populasi yang memiliki anggota 2.000.
Proporsi kesalahan estimasi diharapkan tidak lebih
dari 6%. Tentukan ukuran sampel (n) untuk
penelitian tersebut.
Jawab:
Ukuran sampel (n) untuk penelitian tersebut adalah
244.

Estimasi Beda Dua Rata-rata Populasi:

Sampel Independen
Estimasi titik:
(X1 X 2 ) (1 2 )
atau (X 2 X1 ) ( 2 1 )

Estimasi Interval:
(X1 X 2 ) E (1 2 ) (X1 X 2 ) E
atau (X 2 X1 ) E ( 2 1 ) (X 2 X1 ) E

Lanjutan ...
Contoh kasus estimasi titik
Contoh Kasus 12.
Lembaga riset independen melakukan penelitian untuk membuat estimasi beda
antara jarak tempuh per liter bahan bakar minyak (BBM) antara sepeda motor
merek AA dan sepeda morot merek BB. Penelitian tersebut menggunakan 40 sepeda
motor merek AA dan 35 sepeda motor merek BB. Berdasarkan sempel tersebut
diperoleh jarak tempuh rata-rata per liter BBM menggunakan sepeda motor merek
AA adalah 48,6 km dan sepeda motor merek BB adalah 52,4 km. Tentukan estimasi
beda jarak tempuh rata-rata per liter BBM antara sepeda motor merek AA dan
sepeda motor merek BB.
Jawab:
Beda jarak tempuh rata-rata per liter BBM sepeda motor merek AA dan merek BB
dapat diestimasi dengan 1-2 atau dengan 2-1. Jika yang kita gunakan adalah 12, maka hasilnya adalah:
1 - 2 = = 48,6 km 52,4 km = - 3,8 km
Jika yang kita gunakan adalah 2-1, maka hasilnya adalah:
2 - 1 = = 52,4 km 48,6 km = 3,8 km

Lanjutan ...
Menentukan besarnya kesalahan estimasi (E) pada estimasi
interval:
Jika standar deviasi populasi () diketahui dan sampel yang
digunakan dalam penelitian besar, maka kesalahan estimasi (E)
beda dua rata-rata dapat dihitung dengan rumus sebagai berikut:
12 22
E Z/2

n1
n2

1: standar deviasi populasi 1

2: standar deviasi populasi 2
Catatan: Sampel besar adalah ukuran sampel yang diambil dari populasi 1 (n1)
dan ukuran sampel dari populasi 2 (n2) lebih dari 30.

Lanjutan ...
Contoh Kasus 13.
Suatu penelitian dilakukan untuk membuat estimasi beda antara pengeluaran
rata-rata untuk membeli pulsa handphone antara mahasiswa pria dan
mahasiswa wanita. Misalnya diketahui standar deviasi pengeluaran untuk
membeli pulsa oleh mahasiswa pria adalah Rp24.500 dan mahasiswa wanita
adalah Rp18.600. Penelitian ini menggunakan sampel sebanyak 40 mahasiswa
pria dan 50 mahasiswa wanita. Berdasatkan sampel tersebut diketahui rata-rata
pengeluaran membeli pulsa oleh mahasiswa pria adalah Rp86.400 dan
mahasiswa wanita Rp72.350. Buatlah interval estimasi beda pengeluaran ratarata untuk membeli pulsa antara mahasiswa pria dan mahasiswa wanita dengan
tingkan konfidensi 95%.
Jawab:
Beda pengeluaran rata-rata untuk membeli pulsa antara mahasiswa pria dan
mahasiswa wanita adalah Rp4.872,4 sampai dengan Rp23.227,6.

Lanjutan ...
Jika standar deviasi populasi () tidak diketahui dan
sampel yang digunakan dalam penelitian besar (n1 + n2 2 30), kesalahan estimasi (E) beda dua rata-rata
populasi dapat dihitung dengan rumus sebagai berikut:
s12 s 22
E Z/2

n1
n2

s1: standar deviasi sampel 1

s2: standar deviasi sampel 2

Lanjutan ...
Contoh Kasus 14.
Sampel random di perusahaan A sebanyak 400 karyawan diperoleh
informasi bahwa upah rata-rata per jam adalah Rp20.000 dan standar
deviasi Rp6.000. Sedangkan sampel random karyawan di perusahaan B
sebanyak 300 diperoleh informasi bahwa upah rata-rata per jam adalah
Rp16.000 dan standar deviasi Rp7.500. Dengan tingkat konfidensi 95%,
tentukan estimasi beda upah rata-rata per jam di perusahaan A dan
perusahaan B.
Jawab:
Estimasi beda (selisih) upah rata-rata yang diterima karyawan antara
perusahaan A dan perusahaan B adalah Rp2.967,5 sampai dengan
Rp5.032,5 di mana upah rata-rata per jam karyawan lebih tinggi
dibandingkan dengan upah rata-rata karyawan per jam di perusahaan B.

Lanjutan ...
Interval estimasi dapat juga dibuat pada kondisi di mana standar
deviasi populasi () tidak diketahui dan sampel yang digunakan
dalam penelitian kecil. Kesalahan estimasi (E) beda dua rata-rata
populasi dapat dihitung dengan rumus sebagai berikut:

E t /2 ; df.sX1 X2
(n1 1).s1 (n 2 1).s2
1 1

n1 n 2 2
n1 n 2
2

s X X
1

Catatan: Sampel kecil adalah ukuran sampel yang diambil dari populasi
1 (n1) dan ukuran sampel dari populasi 2 (n2) terdapat kurang dari 30.
Atau minimal salah satu dari n1 dan n2 kurang dari 30.

Lanjutan ...
Contoh Kasus 15.
Sebuah penelitian dilakukan untuk membuat estimasi beda isi air rata-rata
pada Air Minum Dalam Kemasan (AMDK) gelas merek SEHAT dan merek
SEGAR. Data pada tabel berikut ini diperoleh dari sampel masing-masing
merek AMDK.
Keterangan
Sampel
Rata-rata Isi Air per Gelas
Standar Deviasi

Merek AMDK
SEHAT
SEGAR
12 gelas
14 gelas
235,7 ml
245,3 ml
4,6 ml
3,2 ml

Buatlah interval estimasi beda rata-rata isi air pada Air Minum Dalam
Kemasan (AMDK) gelas merek SEHAT dan merek SEGAR dengan tingkat
signifikansi 95%.

Jawab:
Estimasi beda (selisih) isi rata-rata AMDK merek SEHAT dengan merek
SEGAR adalah 6,44 ml sampai dengan 12,76 ml di mana ini rata-rata AMDK
merek SEGAR lebih banyak.

Estimasi Beda Dua Rata-rata Populasi:

Observasi Berpasangan
Setiap sampel memiliki sepasang data (misalnya menggunakan contoh di
atas, pasangan data adalah kinerja karyawan sebelum dan sesudah
pelatihan).
Beda atau selisih nilai data populasi diberi simbol d. Dengan demikian, d
menunjukkan beda (selisih) antara dua rata-rata parameter populasi yang
disetimasi.
Beda (selisih) rata-rata 2 populasi (d) dapat diestimasi dengan estimasi titik
dan estimasi interval. Jika d diestimasi dengan estimasi titik, maka d
diestimasi dengan rata-rata beda (selisih) antara data sampel satu dan
sampel 2 ( d ) yang dihitung dengan menggunakan rumus:

d
n

d = data sampel 1 dikurang data sampel 2 atau dapat juga ditentukan

dengan selisih antara data sampel 2 dan data sampel 1.

Lanjutan ...
Beda dua rata-rata populasi untuk observasi berpasangan dapat
diestimasi menggunakan estimasi interval. Formulasinya adalah
sebagai berikut:

dE d dE

E t /2; df .s d
sd
sd
n

sd

n d 2 ( d ) 2
n(n 1)

d dapat diformulasikan dengan data sampel 1 dikurang data sampel 2, atau d = X1

X2 dan dapat juga diformulasikan dengan data sampel 2 dikurang data sampel 1, atau
d = X2 X1.

Lanjutan ...
Contoh Kasus 16.
Waktu yang dibutuhkan setiap karyawan dalam menyelesaikan satu unit
barang sebelum dan sesudah pelatihan adalah sebagai berikut:
Karyawan ke..
Sebelum
Sesudah

1
6
5

2
8
6

3
7
7

4
10
8

5
9
7

6
7
5

Buatlah estimasi interval beda waktu rata-rata yang dibutuhkan karyawan

dalam menyelesaikan satu unit produk sebelum dan sesudah pelatihan
dengan:
a. estimasi titik.
b. estimasi interval menggunakan tingkat konfidensi 95%.
Jawab:
a. Estimasi titik: 1,5 jam
b. Estimasi interval: 0,62 jam s.d. 2,38 jam (sebelum pelatihan lebih
lama daripada sesudah pelatihan).

Estimasi Beda Dua Proporsi Populasi

Estimasi terhadap beda dua proporsi populasi dapat dilakukan
dengan menggunakan estimasi titik dan juga dapat digunakan
estimasi interval. Jika proporsi populasi 1 adalah 1 dan proporsi
populasi 2 adalah 2, maka estimasi titik dan estimasi interval beda
antara proporsi populasi 1 dan proporsi populasi 2 adalah:
p1 p2 = 1 - 2 atau

Estimasi titik:

p2 p1 = 2 - 1
Estimasi interval:

(p1 p 2 ) E (1 2 ) (p1 p 2 ) E

atau (p 2 p1 ) E ( 2 1 ) (p 2 p1 ) E

Lanjutan ...
Rumus menentukan proprosi sampel 1 (p1), proporsi
sampel 2 (p2), dan standar deviasi proporsi (p) adalah
p1

X1
n1

dan

p2

X2
n2

p1 (1 p1 ) p 2 (1 p 2 )

n1
n2

Besarnya kesalahan estimasi proporsi (E) adalah

E Z /2 . p

Lanjutan ...
Contoh kasus 17.
Suatu penelitian bertujuan untuk membuat estimasi mengenai beda antara
proporsi konsumen menyukai minuman rasa strowberry di pasar I dan pasar
II. Penelitian ini menggunakan sampel sebanyak 1.000 responden di masingmasing pasar. Dari 1.000 responden di pasar I terdapat 825 responden yang
menyatakan menyukai minuman rasa straoberry dan dari 1.000 responden di
pasar II terdapat 760 responden yang menyukai minuman rasa stroberry.
Berdasarkan data tersebut
1. buatlah estimasi beda dua proporsi konsumen yang menyukai minuman
rasa strowberry antara pasar I dan pasar II dengan tingkat konfidensi 95%.
2. buatlah interval estimasi beda dua proporsi konsumen yang menyukai
minuman rasa strowberry antara pasar I dan pasar II dengan tingkat
konfidensi 95%.
3. Tentukan kesalahan estimasi beda proporsi konsumen yang menyukai
minuman rasa stroberry di pasar I dan di pasar II dengan tingkat
konfidensi 95%.

Lanjutan ...
a.

Estimasi beda proporsi konsumen yang menyukai minuman rasa

stroberry di pasar I dan di pasar II adalah 0,065 atau 6,5% di
mana proporsi konsumen yang menyukai minuman rasa
stroberry di pasar I lebih tinggi daripada di pasar II.

b.

Estimasi beda (selisih) proporsi konsumen yang menyukai

minuman rasa strowberry antara pasar I dan pasar II adalah 3%
sampai dengan 10% di mana proporsi konsumen yang menyukai
minuman rasa strowberry antara pasar I lebih tinggi daripada di
pasar II.

c.

Kesalahan estimasi kesalahan estimasi beda proporsi konsumen

yang suka lipstick rasa stroberry di pasar I dan di pasar II adalah
0,035 atau 3,5%.