SELAMAT DATANG
:
DOSEN
Tujuan pembelajaran:
Memahami hubungan antara
estimasi titik dan estimasi interval
Menghitung dan menginterprestasi
confidence interval
Estimasi:
Estimasi adalah penggunaan data sampel
untuk menjawab pertanyaan-pertanyaan
khusus tentang parameter-parameter
populasi.
Estimation A process whereby we select
a random sample from a population and
use a sample statistic to estimate a
population parameter.
Estimasi:
Misal : suatu populasi yang besar akan diselidiki hargaharga parameternya, untuk mengetahuinya akan
dilakukan pengamatan terhadap unit-unit dalam
sampel yang akan diestimasi meskipun akan
menimbulkan ketidak pastian
Definisi Parameter
POPULASI
RATA-RATA
PROPORSI
VARIAN
BEDA
SAMPEL
s2
1 - 2
X1 -X2
Estimasi Statistik
Tiap anggota populasi
memiliki kesempatan
yang sama untuk
dipilih sebagai sampel
Population
Parameters
Random sample
estimasi
Statistics
RATA-RATA
POPULASI
SAMPEL
1 Tidak Bias
Bias = E(X) -
Prob. (X)
E(X) =
Prob. (X)
2. Efesiensi
Prob. X
Prob. X
X
, tidak efisien
, efisien
3. Konsistensi
plim E(X) sama dengan jika N mendekati tak
terhingga, probabilitas bahwa - E (X) akan
lebih kecil daripada (sebuah angka positif yang
sangat kecil) akan sama dengan satu.
atau
.... Konsistensi
Prob. (X)
N sangat besar
N besar
N kecil
0
Gambar no. 6.3: Konsistensi
X3
X2
MSE paling kecil
X1
Gambar 6.4: Rata-rata nilai distribusi X2 merupakan estimator dengan kombinasi bias dan
varian yang paling baik.
Interval estimate
confidence interval for mean
confidence interval for proportion
Rata-rata sampel
Parameter
populasi
jatuh
berada
pada garis
statistik
sampel
estimasi interval:
1. Membuat estimasi setepat mungkin sambil mempertahankan
X Z / 2
X Z / 2
Beberapa asumsi
standard deviation Populasi diketahui
Populasi berdistribusi normal
Jika populasi tidak normal, gunakan sampel
besar
X Z / 2
X Z / 2
Tingkat Kepercayaan
X Z / 2
X Z / 2
X z /2 . X
X 1,96. X untuk interval Keyakinan 95%
X 2,58. X untuk interval keyakinan 99%
2%
14%
-3.0 -2.0
-2.58
-1.0
-1.96
34%
34%
0.0
14%
1.0
1.96
2%
2.0
3.0
z
2.58
Contoh 1:
Dalam contoh ini, misalnya seorang praktisi statistik
mengambil sampel sebanyak 36 orang mahasiswa
untuk dihitung tinggi rata-ratanya, X misalnya 170
cm. Anggaplah pula bahwa deviasi standar, dari
rata-rata tinggi mahasiswa perguruan tinggi tersebut
(populasi) diketahui, misalnya 10 cm.
Untuk itu kesalahan baku (standar error) dari ratarata sampel adalah
X =
n
10
X = = 1,67
36
Interval estimation
Confidence interval (CI), interpretation and example
50
Frequency
40
30
20
10
0
166.73
170
173.27
164,73 cm
168 cm
171,27 cm
170 cm
X
dan seterusnya
X
satu estimasi tidak tepat
*
*
*
Gambar 6.6: dari 20 kali membangun estimasi interval, kirakira 95% akan meliputi target u.
Contoh 2:
8
X = = = 1,33 menit
n
36
Dengan derajat keyakinan 95% untuk , maka
= X 1,96 X
= 78 1,96. (1,33)
= 78 2,61
= 75,39 menit 80,61 menit
atau
75,39 menit 80,61 menit
X tdk sX
Di mana tdk adalah nilai t pada derajat kebebasan tertentu
dan oleh karena interval ini menggunakan dua sisi kurva
normal, maka untuk menentukan nilai t dari tabel distribusit, nilai di bagi 2, sehingga terasa lebih sempurna jika
interval itu ditulis
X tdk. /2 . sx
Contoh:
Sebuah perusahaan asuransi sedang
mempertimbangkan pertanggungan asuransi mobil
baru. Untuk itu pimpinan perusahaan itu
mempelajari faktor-faktor yang mempengaruhi
kecelakan mobil di jalan. Dari sampel sebanyak
delapan kecelakan mobil diperoleh informasi umur
pengemudi sebagaimana terdapat dalam tabel 6-1.
Pengemudi
Umur
1
2
3
4
5
6
7
8
23 tahun
24
24
27
27
27
29
31
X
1
s2 = (X -X)2
n-1
s=
s2
26,50
7,43
2,73
N-n
N-1
s
=
n
N-n
N-1
Contoh:
Sebuah perusahaan memiliki 1.000 rekening piutang.
Jawab:
s
N-n
=X z/2 sX = X z/2 .
n
N-1
= 532.350 1,96 (61.220/10) ( (900/999))
= 532.350 11.390
Kita merasa yakin bahwa nilai rata-rata dari
1.000 rekening piutang adalah antara
520.960 sampai dengan 543.740 rupiah.
Population-1
Population-2
Parameters-1
Parameters-2
estimasi
estimasi
Sample-1
Statistics-1, X1
Sample-2
Beda?
Statistics-2, X2
n1 s21 + n2 s22
1 - 2 = (X1 -X2) t/2 .
(n1 + n2 - 2)
1
1
+
n1
n2
Sampel 1
(kawat pijar
baru)
742 hari
125 hari
40 buah
Sampel 2
(kawat pijar lama)
667 hari
138 hari
40 buah
s X1 - X2 =
+
40
= 29,44 hari
40
-Rata-rata belanja
pelanggan
-Deviasi standar
Jumlah pelanggan, n
Toko A
TokoB
Rp. 10 juta
Rp. 15 juta
20 orang
20 orang
S X1 -X2 =
20(10)2 + 20(15)2 1
1
+
(20 + 20 - 2)
20 20
= 4,136 juta
= P Z/2
(1- )
= P Z/2
P (1- P )
= P 2,58
n
P (1- P )
Contoh:
Sebuah penelitian pasar dari lembaga pendidikan
yang terkenal ingin mengetahui pangsa pasar
mobil merk PIA terhadap seluruh penjualan mobil
di negara kita. Dari 100 pembeli mobil yang dipilih
secara random diperoleh informasi bahwa 34 orang
pembeli mobil menggunakan mobil merk PIA.
Dengan menggunakan tingkat keyakinan 95%,
berapakah rata-rata pembeli mobil merk PIA?
Jawab:
Jika kita anggap pembeli mobil merk PIA adalah x,
maka x = 34, dan seluruh pembeli mobil adalah n,
maka n = 100, maka P = x/n = 34/100 = 0,34.
Interval keyakinan adalah
0,34 (0,66)
= 0,34 1,96
100
= 0,34 1,96 . (0,04737)
= 0,34 0,0928
= 0,2472 sampai dengan
0,4328
Kita merasa yakin bahwa rata-rata proporsi
Pembeli mobil merk PIA adalah antara 24,72%
sampai dengan 43,28%.
P (1 - P) ( 1/n1 + 1/n2 )
Population-1
Population-2
Parameters-1
Parameters-2
estimasi
estimasi
Sample-1
Statistics-1, P1
Sample-2
Beda?
Statistics-2, P2
dimana
n 1 P 1 + n2 P 2
P =
n 1 + n2
Apabila kita menggunakan tingkat keyakinan
sebesar 95% atau 99%, di bawah kurva
normal akan terletak pada
1 - 2 = (P1 - P2) 1,96. s (p1 - p 2)
1 - 2 = (P1 - P2) 2,58. s (p1 - p 2)
Contoh:
Setiap terjadi resisi ekonomi, banyak perusahaan
memotong atau menghilangkan pembagian
dividen. Kenyataan, beberapa perusahaan
mampu mempertahankan kebijakan diividen
untuk memberi kesan baik kepada para investor
bahwa perusahaan dalam keadaan sehat. Sebuah
studi dilakukan oleh suatu lembaga penelitian
ekonomi memberikan informasi bahwa pada 1980
persentase perusahaan-perusahaan yang
melakukan pengurangan atau penghapusan
dividen hampir sama dengan apa yang terjadi
pada tahun 1975.
P1 = 24.14%
P2 = 9,62%
n1 = 1.537
n2 = 2.026
Rata-rata estimasi proporsi populasi tertimbang adalah
(1.537) (0,2414) + (2.026) (0,0962)
P =
1.537 + 2.026
= 0,1588 (15,88%)
1
1
(0,1588) (0,8412) +
1.537
2.026
= 0,0122
Dengan demikian, estimasi interval keyakinan adalah
1 - 2 = (0,2414 - 0.0962) 1,96 (0,0122)
= 0,1452 0,0239
= 0,1213(12,13%) sampai dengan
= 0,1691(16,91%)
Kita merasa yakin bahwa beda rata-rata proporsi
Kebijakan dividen antara tahun 1975 dengan tahun
1980 adalah antara 12,13% sampai dengan 16,91%.
(Z /2. )2
=
e2
Z/2
. / n e
n /Z/2. 1/e
Z/2.
n
e
Z/2.
n
e
(Z/2. )2
=
e2
2
(Z/2. )2
=
e2
2
populasi:
Range / 6 < < Range / 4
dari cukup.
Contoh 1:
Terdapat kecendurungan bahwa untuk mengobati
penyakit-penyakit tertentu, masyarakat lebih
menyukai obat generik, tanpa merk dengan alasan
lebih murah daripada obat-obatan yang bermerk
terkenal. Anggaplah sebuah penelitian sedang
dilakukan
untuk
mengukur
karakteristik
penghasilan masyarakat pengguna obat-obat
generik. Dari sebuah penelitian awal sebagai pilot
proyek, ditemukan bahwa deviasi standar
penghasilan orang-orang yang menjadi sampel
adalah Rp. 60.000 per tahun.
Jawab:
= 60.000, e = 10.000 dan Confidence Coeficient = 95%
atau z/2 = 1,96, jumlah sampel yang memuaskan adalah
(Z/2. )2
n
e2
(1,96 x 60.000)2
n
(10.000)2
n 139
Sebenarnya, persamaan rumus tersebut memberikan pemahaman
tentang tarik-ulur antara biaya sampling, tingkat keyakinan dan
derajat ketepatan estimasi. Kita memperhatikan ada dua sifat
penting dari rumus itu.
(1 -)/n e
Z2/2 . (1 -)
n
e2
Z2/2 . P (1 -P)
n
e2
Z2/2 . P. Q
n
e2
dimana
Q=1-P
e = P -
Z2/2 . P. Q
n
e2
Contoh:
Seorang pimpinan perusahaan ingin memeriksa catatan tingkat
persediaan dengan jumlah phisik persediaan yang ada dengan
Jawab:
P = 35%, pada tingkat keyakinan 99,73%, z = 3,00,
e = 0,05
32 (0,35) (1 - 0,35)
n
(0,05)2
n 819