VI.

PENDUGAAN PARAMETER

A. Pengertian Pendugaan dan Penduga

Pendugaan  proses penggunaan sampel statistik untuk
menduga/menaksir karakteristik parameter
populasi yang tidak diketahui.
Pendugaan merupakan suatu pernyataan
mengenai parameter populasi yang diketahui
berdasarkan informasi dari sampel.
Penduga  suatu statistik (harga sampel) yang digunakan
untuk menduga suatu parameter. Dengan
menduga dapat diketahui seberapa jauh suatu
parameter populasi yang tidak diketahui
berada disekitar sampel (statistik sampel).
Secara umum  parameter diberi lambang  dan penduga
diberi lambang θ̂
B. Ciri-ciri Penduga Yang Baik
1. Tidak Bias (Unbiased)
Penduga(θ̂ ) dikatakan tidak bias bagi parameternya ()
jika nilai penduga sama dengan nilai yang diduganya.
E( θ̂ ) = 

Suatu penduga disebut bias bagi parameternya, jika:

E( θ̂ )  

Besarnya bias:

Bias = E( θ̂ ) – 

Penduga bias dapat berupa: E(θ̂)   E(θ̂) =  E(θ̂)  

a. Penduga bias positif, jika: E( θ̂ )  

b. Penduga bias negatif, jika: E( θ̂ )  
2. Efisien
Penduga(θ̂) dikatakan efisien bagi parameternya () jika
penduga tersebut memiliki varians yang kecil.
Apabila terdapat lebih dari satu penduga, penduga yang
efisien adalah penduga yang memiliki varians terkecil.
Dua buah penduga dapat dibandingkan efisiensinya dengan
menggunakan efisiensi relatif. Efisiensi relatif θ̂ 2 terhadap θ̂1 :
E (θ̂1  θ̂) 2 1
R (θ̂ 2 , θ̂1 )  atau
E (θ̂ 2  θ̂) 2

Var θ̂1

Var θ̂ 2 2

E(θ̂) = 

Jika R  1, secara relatif θ̂ 2 lebih efisien dari θ̂1

Jika R  1, secara relatif θ̂1 lebih efisien dari θ̂ 2
3. Konsisten
Suatu penduga dikatakan konsisten apabila:

a. Jika ukuran sampel semakin bertambah maka penduga

akan mendekati parameternya.
Jika besarnya sampel menjadi tak berhingga maka penduga
konsisten harus dapat memberi suatu pendugaan titik yang
sempurna terhadap parameternya.
Jadi, θ̂ merupakan penduga konsisten, jika:
E(θ̂  θ)2  0 jika n  
b. Jika ukuran sampel bertambah tak berhingga maka
distribusi sampling penduga akan mengecil menjadi suatu
garis tegak lurus di atas parameter yang sebenarnya dengan
probabilitas sama dengan 1
Dalam bentuk kurva:
n tak berhingga

n sangat besar

n besar

n kecil
C. Jenis-jenis Pendugaan
1. Berdasarkan Cara Penyajiannya
a. Pendugaan tunggal (point estimate) 
pendugaan yang hanya mempunyai atau menyebutkan
satu nilai.
b. Pendugaan interval  pendugaan yang mempunyai
dua nilai sebagai pembatasan atau daerah pembatasan.
Pendugaan interval, dugaan dinyatakan dalam suatu
daerah atau interval yang dibatasi oleh dua nilai.
Pada pendugaan interval digunakan tingkat keyakinan
(confidence) terhadap daerah yang nilai sebenarnya
atau parameternya akan berada.
Dengan demikian, pendugaan interval yang disertai
keyakinan merupakan interval keyakinan (confidence
interval estimate) atau interval kepercayaan.
 2. Berdasarkan Jenis Parameternya
a. Pendugaan rata-rata   pendugaan mengenai
nilai parameter  yang sebenarnya berdasarkan
informasi rata-rata sampel (X )
b. Pendugaan proporsi  pendugaan dari proporsi
yang tidak diketahui
c. Pendugaan varians 2  pendugaan dari varians
populasi yang tidak diketahui.
d. Pendugaan simpangan baku   pendugaan dari
simpangan baku populasi (parameter) yang tidak
diketahui.

Pendugaan yang akan dibicarakan selanjutnya hanyalah

pendugaan interval (confidance interval estimate).
D. Pendugaan Interval Untuk Rata-rata
1. Untuk Sampel Besar (n  30)
a. Untuk Populasi Tidak Terbatas atau Populasi Terbatas
n
dengan Pengembalian (  5%) dan  diketahui
N
Rumusnya:
σ σ
X  Zα/2.  μ  X  Zα/2.
n n
dimana:
X : rata-rata sampel
Z α/2 : koefisien yang sesuai dengan interval keyakinan yang digunakan,
nilainya dapat dilihat dalam tabel luas kurva normal
 :1–C
C : tingkat keyakinan (interval keyakinan)
 : simpangan baku populasi
n : banyaknya sampel
 : rata-rata populasi
Contoh:
Sebuah biro pariwisata ingin memperkirakan pengeluaran rata-rata
wisatawan asing perkunjungannya di Indonesia. Untuk itu diambil
sampel random sebanyak 100 wisatawan asing untuk diwawancarai. Dari
hasil wawancara diketahui bahwa rata-rata pengeluaran
perkunjungannya sebesar $ 800 per wisatawan. Jika simpangan baku
dari pengeluaran semua wisatawan asing di Indonesia sebesar $ 120.
Berapakah nilai duga rata-rata pengeluaran para wisatawan setiap
kunjungannya di Indonesia dengan interval keyakinan 95%.
Jawab:
n = 100
X = 800
 = 120
C = 95% = 0,95
 = 1 – C = 1 – 0,95 = 0,05
Z/2 = Z0,025 = 1,96
σ σ
X  Z α/2 .  μ  X  Z α/2 .
n n
 120 120
800  1,96.  μ  800  1,96.
100 100
800  1,96(12)  μ  800  1,96(12)
800  23,52  μ  800  23,52
776,48  μ  823,52
Jadi, dugaan rata-rata pengeluaran para wisatawan asing per orang per
kunjungannya di Indonesia dengan tingkat keyakinan 95% berada antara
$ 776,48 sampai $ 823,52

b. Untuk Populasi Terbatas

n
, Pengambilan Sampel Tanpa
Pengembalian (  5% ) dan  diketahui
N
Rumusnya:

σ Nn σ Nn
X  Zα/2.  μ  X  Zα/2.
n N 1 n N 1
N : banyaknya populasi
Contoh:
PT. Maju Terus memiliki karyawan 250 orang. Untuk keperluan tertentu,
ingin diketahui rata-rata lama jam kerjanya per minggu. Untuk itu
diambil sampel sebanyak 35 orang dan diperoleh data bahwa rata-rata
jam kerja karyawan tersebut adalah 39,76 jam per minggu. Berdasarkan
pengalaman pimpinan perusahaan tersebut diketahui bahwa simpangan
baku rata-rata jam kerja karyawannya sebesar 0,93 jam per minggu.
Dugalah dengan tingkat keyakinan 90%, rata-rata jam kerja karyawan
tersebut!
Jawab:
N = 250
n = 35
X = 39,76
 = 0,93
C = 90% = 0,90
 = 1 – C = 1 – 0,90 = 0,10
Z/2 = Z0,05 = 1,645
σ Nn σ Nn
X  Zα/2.  μ  X  Zα/2.
n N 1 n N 1
 0,93 250  35 0,93 250  35
39,76  1,645  μ  39,76  1,645
35 250  1 35 250  1
39,76  1,645(0,1572)(0,9292)  μ  39,76  1,645(0,1572)(0,9292)
39,76  0,2403  μ  39,76  0,2403
39,5197  μ  40,0003

Jadi, rata-rata jam kerja karyawan PT. Maju Terus dengan tingkat
keyakinan 90% berada antara 39,5197 jam sampai 40,0003 jam
perminggu.
2. Untuk Sampel Kecil (n  30)
n
a. Pengambilan Sampel dengan Pengembalian ( N  5%)
dan  tidak diketahui
Rumusnya:

S S
X  t ( /2; df) .  μ  X  t ( /2; df) .
n n

df = n – 1 dan Σ(X i  X) 2
S
n 1
dimana:
X : rata-rata sampel
t (  /2; df) : koefisien yang sesuai dengan interval keyakinan yang digunakan,
nilainya dapat dilihat dalam tabel distribusi t student
 :1–C
C : tingkat keyakinan (interval keyakinan)
S : simpangan baku sampel
n : banyaknya sampel
 : rata-rata populasi
Contoh:
Untuk mengetahui nilai duga interval waktu yang digunakan dalam
menyelesaikan suatu pekerjaan dari 200 orang karyawan sebuah perusahaan,
maka diambil sampel sebanyak 9 orang karyawan . Dari 9 orang karyawan
tersebut masing-masing memerlukan waktu untuk menyelesaikan pekerjaan
tersebut, yaitu 14, 17, 15, 18, 18, 14, 15, 19, 15 menit. Buatlah nilai duga rata-rata
waktu yang digunakan bagi karyawan tersebut dengan tingkat keyakinan 99%!
Jawab:
Waktu yang diperlukan dari 9 orang karyawan (jam)

Xi Xi – X ( Xi – X )2  Xi 145
X   16,11
14 -2,11 4,4521 n 9
17 0,89 0,7921
Σ(X i  X) 2
15 -1,11 1,2321 S
18 1,89 3,5721
n 1
18 1,89 3,5721 28,8889

14 -2,11 4,4521 9 1
15 -1,11 1,2321
 3,611113
19 2,89 8,3521
15 -1,11 1,2321  1,9003
145 28,8889
 n 9
N = 200 karena   0 , 045  4 ,5 %  5 % maka faktor koreksi
N 200
n =9 tidak digunakan
X = 16,11
S = 1,9
C = 99% = 0,99
 = 1 – 0,99 = 1 – 0,99 = 0,01
df =n–1=9–1=8
t ( /2;df) = t (0,005;8) = 3,355

S S
X  t (/2;df) .  μ  X  t (/2;df) .
n n
1,9 1,9
16,11  (3,355)  μ  16,11  (3,355)
9 9
16,11  (3,355)(0,633)  μ  16,11  (3,355)(0,633)
16,11  2,125  μ  16,11  2,125
13,985  μ  18,235
Jadi, rata-rata waktu yang digunakan oleh karyawan perusahaan dengan
interval keyakinan 99% berkisar antara 13,985 menit sampai 18,238 menit.
 n
b. Pengambilan Sampel tanpa Pengembalian (  5%) dan 
N
tidak diketahui
Rumusnya:
S Nn S Nn
X  t ( /2; df) .  μ  X  t ( /2; df) .
n N 1 n N 1
Contoh:
Dari contoh di atas seandainya perusahaan tersebut hanya mempunyai
100 orang karyawan, maka:
n 9
Harus digunakan faktor koreksi karena   0 ,09  9 %  5 %, sehingga
N 100
S Nn S Nn
X  t (/2;df) .  μ  X  t (/2;df) .
n N 1 n N 1
1,9 100  9 1,9 100  9
16,11  (3,355)  μ  16,11  (3,355)
9 100  1 9 100  1
16,11  (3,355)(0,633)(0,959)  μ  16,11  (3,355)(0,633)(0,959)
16,11  2,037  μ  16,11  2,037
14,073  μ  18,147
E. Pendugaan Interval Untuk Proporsi
1. Untuk Sampel Besar (n  30)
a. Untuk Populasi Tidak Terbatas atau Populasi Terbatas
n
dengan Pengembalian (  5%)
N
Rumusnya:

p̂(1  p̂) p̂(1  p̂)

p̂  Z α/2 .  P  p̂  Z α/2 .
n n
X
p̂ 
n
Contoh:
Sebuah peti kemas milik perusahaan PT. GLOBAL diperiksa untuk
menaksir persentase barang yang rusak. Untuk keperluan tersebut,
diambil 60 buah barang yang ada dalam peti kemas itu dan diperoleh 9
buah yang rusak. Dugalah persentase barang yang rusak dalam peti
tersebut, gunakan interval keyakinan 90%!
Jawab:
n = 60
X =9
X 9
p̂    0 ,15
n 60
C = 90% = 0,90
 = 1 – C = 1 – 0,90 = 0,10
Z/2 = Z0,05 = 1,645

p̂(1  p̂) p̂(1  p̂)

p̂  Z α/2 .  P  p̂  Z α/2 .
n n
0,15(1  15) 0,15(1  15)
0,15  1,645.  P  0,15  1,645.
60 60
0,15  1,645(0,04 6)  P  0,15  1,645(0,04 6)
0,15  0,076  P  0,15  0,076
0,074  P  0,226
Jadi, persentase kerusakan barang dalam peti kemas tersebut pada
interval keyakinan 90% berada antara 7,4% sampai 22,6%
b. Untuk Populasi Terbatas , Pengambilan Sampel Tanpa
n
Pengembalian (  5% ) dan  diketahui
N
Rumusnya:

p̂(1  p̂) N  n p̂(1  p̂) N  n

p̂  Z α/2 .  P  p̂  Z α/2 .
n N 1 n N 1

Contoh:
Sebuah perusahaan sepeda motor ingin memasarkan produknya kepada
mahasiswa. Mereka merencanakan kredit khusus untuk mahasiswa.
Untuk itu, diadakan penelitian berapa banyak mahasiswa yang senang
sepeda motor tersebut. Dari jumlah mahasiswa 300 orang, diambil
sampel sebanyak 90 orang. Dari 90 mahasiswa yang diinterview, 25
orang menyatakan senang. Dugalah persentase mahasiswa yang senang
sepeda motor itu, gunakan interval keyakinan 97%!
 Jawab:
N = 300
n = 90
X = 25
X 25
p̂    0 , 28
n 90
C = 97% = 0,97
 = 1 – C = 1 – 0,97 = 0,03
Z/2 = Z0,015 = 2,17
p̂(1  p̂) Nn p̂(1  p̂) Nn
p̂  Z α/2 .  P  p̂  Z α/2 .
n N 1 n N 1
0,28(1  0,28) 300  90 0,28(1  0,28) 300  90
0,28  2,17.  P  0,28  2,17.
90 300  1 90 300  1
0,28  2,17(0,047)(0,838)  P  0,28  2,17(0,047)(0,838)
0,28  0,085  P  0,28  0,085
0,195  P  0,365
Jadi, persentase mahasiswa yang senang sepeda motor tersebut pada
interval keyakinan 97% berada antara 19,5% sampai 36,5%
2. Untuk Sampel Kecil (n  30)
Untuk Sampel Kecil pendugaan interval proporsi dapat dirumuskan :

p̂(1  p̂) p̂(1  p̂)

p̂  t (/2;df) .  P  p̂  t (/2;df) .
n n
df = n – 1
Contoh:
Penelitian terhadap sampel sebanyak 20 karyawan sebuah perusahaan, 6
diantaranya memiliki mobil. Dengan interval keyakinan 95% , tentukan
proporsi karyawan yang memiliki mobil!
Jawab :
n = 20
X =6
X 6
p̂    0 ,3
n 20
C = 95% = 0,95
 = 1 – C = 1 – 0,95 = 0,05
df = n – 1 = 20 – 1 = 19
t ( /2;df) = t (0,025;19) = 2,093
 p̂ (1  p̂ ) p̂ (1  p̂ )
p̂  t ( /2; df) .  P  p̂  t ( /2; df) .
n n
0,3(0,7) 0,3(0,7)
0,3  2,093  P  0,3  2,093
20 20
0,3  2,093(0,10 25)  P  0,3  2,093(0,10 25)
0,3  0,2145  P  0,3  0,2145
0,0855  P  0,5145

Jadi, proporsi karyawan yang memiliki mobil pada interval keyakinan

95% berada antara 0,0855 sampai 0,5145 atau 8,55% sampai 51,45%
F. Pendugaan Interval Beda Dua Rata-rata
1. Untuk Sampel Besar (n  30)
Untuk Populasi Tidak Terbatas atau Populasi Terbatas
n
dengan Pengembalian (  5%), 1 & 2 diketahui dan tidak
N
sama
Rumusnya:

σ 12 σ 22 σ 12 σ 22
( X 1  X 2 )  Z α/2   (μ 1  μ 2 )  ( X 1  X 2 )  Z α/2 
n1 n 2 n1 n 2

Jika 1 & 2 diketahui dan sama, maka

Rumusnya:
1 1 1 1
( X 1  X 2 )  Z α/2 .σ   (μ 1  μ 2 )  ( X 1  X 2 )  Z α/2 .σ 
n1 n 2 n1 n 2
n
Untuk populasi terbatas atau (  5%), maka digunakan
N
faktor koreksi:
(N 1  N 2 )  (n 1  n 2 )
(N 1  N 2  1)
Contoh:
Upah mingguan 60 orang karyawan perusahaan asing rata-rata Rp.
250.000,- dengan simpangan baku Rp. 27.000,-. Untuk perusahaan
nasional, dari 60 orang karyawan upah mingguan rata-rata Rp. 125.000
dengan simpangan baku Rp. 10.000,-. Dengan interval keyakinan 99%,
buatlah pendugaan beda rata-rata upah karyawan perusahaan asing
dengan perusahaan nasional!
Jawab:
n1 = 60
X1 = 250.000
1 = 27.000
n2 = 60
X 2 = 125.000
2 = 10.000
C = 99% = 0,99
 = 1 – C = 1 – 0,99 = 0,01
Z/2 = Z0,005 = 2,575
 σ 12 σ 22 σ 12 σ 22
( X 1  X 2 )  Z α/2   (μ 1  μ 2 )  ( X 1  X 2 )  Z α/2 
n1 n 2 n1 n 2

σ 12 σ 22 27.000 2 10.000 2
  
n1 n 2 60 60
 12 .150 .0000  1 .666 .666 ,7
 3.717 ,0777
X 1  X 2  250 .000  125 .000  125 .000

125.000  2,575(3.717,0777)  (μ 1  μ 2 )  125.000  2,575(3.717,0777)

125.000  9.571,4751  (μ 1  μ 2 )  125.000  9.571,4751
115.428,5249  (μ 1  μ 2 )  134.571,4751

Jadi, beda rata-rata upah karyawan perusahaan asing dengan

perusahaan nasional berkisar antara Rp. 115.428,5249 sampai Rp.
134.571,4751 dengan interval keyakinan 99%.
2. Untuk Sampel Kecil (n  30)
Untuk Populasi Tidak Terbatas
n
atau Populasi Terbatas
dengan Pengembalian (  5%), 1 & 2 tidak diketahui dan
N
diperkirakan tidak sama
Rumusnya:
S12 S22 S12 S22
(X1  X 2 )  t (/2;df)   (μ1  μ 2 )  (X1  X 2 )  t (/2;df) 
n1  1 n 2  1 n1  1 n 2  1

Jika 1 & 2 tidak diketahui namun diperkirakan sama, maka

Rumusnya:
1 1 1 1
(X1  X 2 )  t (/2;df) .Sp   (μ 1  μ 2 )  (X1  X 2 )  t (/2;df) .Sp 
n1 n 2 n1 n 2
dimana: df = n1 + n2 – 2
(n1  1)S  (n 2  1)S
2 2
Sp  1 2

n1  n 2  2

(X1i  X1 ) 2 (X 2i  X 2 ) 2
S 
2
dan S2 
2

n1  1 n 2 1
1
 n
Untuk populasi terbatas atau (  5%), maka digunakan
N
faktor koreksi:
(N 1  N 2 )  (n 1  n 2 )
(N 1  N 2  1)
Contoh:
Untuk mengetahui perbedaan rata-rata waktu (jam) yang diperlukan
untuk memproduksi suatu barang dengan menggunakan 2 cara proses
produksi yang berbeda, maka dilakukan mengamatan yang
menghasilkan data sebagai berikut:

Cara I (jam) 3 7 9 3 4 2 4 8 5
Cara II (jam) 2 4 5 6 2 5 4 6 1

Jika diasumsikan simpangan baku ke 2 cara tersebut sama, dugalah

perbedaan rata-rata waktu yang diperlukan untuk memproduksi barang
tersebut dengan interval keyakinan 95%
Jawab:
X1 X2 X1 – X 1 X2 – X 2 (X1 – X1)2 (X2 – X 2)2
3 2 -2 -2 4 4
7 4 2 0 4 0
9 5 4 1 16 1
3 7 -2 3 4 9
4 2 -1 -2 1 4
2 5 -3 1 9 1
4 4 -1 0 1 0
8 6 3 2 9 4
5 1 0 -3 0 9
45 36 - - 48 32

n1 = 9 n2 = 9
 X1i 45  X 2i 36
X1   5 X2   4
n1 9 n2 9
 (X 1i  X 1 ) 2 48  (X 2i  X 2 ) 2 32
S1 
2
 6 S2 
2
 4
n1  1 9 1 n2 1 9 1
C = 95% = 0,95
(n1  1)S12  (n 2  1)S22
 = 1 – C = 1 – 0,95 = 0,05 Sp 
df = n1 + n2 – 2 = 9 + 9 – 2 = 16 n1  n 2  2
t(/2;df) = t(0,025;16) = 2,12 (9  1)6  (9  1)4

992
80
  2,236
16
1 1 1 1
(X1  X 2 )  t (/2;df) .Sp   (μ 1  μ 2 )  (X1  X 2 )  t (/2;df) .Sp 
n1 n 2 n1 n 2
1 1 1 1
(5  4)  2,12 (2,236)   (μ1  μ 2 )  (5  4)  2,12 (2,236) 
9 9 9 9
1 1 1 1
1  2,12 (2,236)   (μ 1  μ 2 )  1  2,12 (2,236) 
9 9 9 9
1  2,233  (μ1  μ 2 )  1  2,233
 1,233  (μ1  μ 2 )  3,233

Jadi, beda rata-rata waktu (jam) yang diperlukan untuk memproduksi barang
tersebut dengan dua macam cara berkisar antara -1,233 jam sampai 3,233 jam
dengan interval keyakinan 95%.
G. Pendugaan Interval Beda Dua Proporsi
Untuk beda dua proporsi, pendugaan intervalnya dirumuskan:

p̂1 (1  p̂1 ) p̂ 2 (1  p̂ 2 ) p̂ (1  p̂1 ) p̂ 2 (1  p̂ 2 )

(p̂1  p̂ 2 )  Z α/2 .   P1  P2  p̂  Z α/2 . 1 
n1 n2 n1 n2

Contoh:
Sebuah perusahaan mengadakan pelatihan mengenai teknik pemasaran
dengan dua metode latihan. Metode latihan pertama diikuti 150 orang
dan 90 orang dinyatakan berhasil. Metode kedua diikuti 275 orang dan
125 orang dinyatakan berhasil. Dengan menggunakan interval keyakinan
90%, tentukan beda proporsi sebenarnya yang berhasil!

Jawab :
n1 = 150 n2 = 275
X1 = 90 X2 = 125
90 125
p̂ 1   0 ,6 p̂ 2   0 , 45
150 275
 C = 90% = 0,90
 = 1 – C = 1 – 0,90 = 0,10
Z/2 = Z0,05 = 1,645
p̂ 1 (1  p̂ 1 ) p̂ 2 (1  p̂ 2 ) p̂ (1  p̂ 1 ) p̂ 2 (1  p̂ 2 )
(p̂ 1  p̂ 2 )  Z α/2 .   P1  P2  p̂  Z α/2 . 1 
n1 n2 n1 n2
0,6(0,4) 0,45(0,55) 0,6(0,4) 0,45(0,55)
(0,6  0,45)  1,645   P1  P2  (0,6  0,45)  1,645 
150 275 150 275
0,15  1,645(0,05 )  P1  P2  0,15  1,645(0,05 )
0,15  0,082  P1  P2  0,15  0,082
0,068  P1  P2  0,232

Jadi, beda proporsi sebenarnya yang berhasil mengikuti pelatihan

tersebut berkisar antara 0,068 sampai 0,232 atau 6,8% sampai 23,2%
dengan interval keyakinan 90%.
H.Pendugaan Interval Varians dan Simpangan Baku
Untuk varians dan simpangan baku, pendugaan intervalnya dirumuskan:
1. Untuk varians:

(n  1)S2 (n  1)S2
σ  2
2

χ 1 α;df
2
χ 1 1 α;df
2 2

2. Untuk simpangan baku:

(n  1)S2 (n  1)S 2
σ
χ 1 α;df
2
χ 12 1 α;df
2 2

Contoh:
Seorang ahli pemasaran ingin mengetahui batas-batas varians
(keragaman) harga barang “X” di daerah “A”. Untuk itu, diambil sampel
dengan n = 15, yang menghasilkan S2 = 5,96. Dengan interval keyakinan
95%, dugalah batas-batas varians dan simpangan baku harga barang “X”
tersebut.
Jawab:
n = 15
S2 = 5,96
C = 95% = 0,95
 = 1 – C = 1 – 0,95 = 0,05
df = n – 1 = 15 – 1 = 14
χ 21 α;df  χ 0,025;14
2
 26,119
2

χ 12 1 α;df  χ 0,975;14

2
 5,629
2

(n  1)S2 (n  1)S2 (n  1)S2 (n  1)S 2

σ  2
2
σ
χ 1 α;df
2
χ 1 1 α;df χ 1 α;df
2
χ 12 1 α;df
2 2 2 2

(15  1)5,96 (15  1)5,96 3,195  σ  14,823

 σ2 
26,119 5,628 1,787  σ  3,850
(15  1)5,96 (15  1)5,96
 σ2  Jadi dengan interval kepercayaan
26,119 5,629 95%, maka batas-batas varians harga
83,44 83,44 barang X di daerah A berkisar antara
 σ2 
26,119 5,628 3,195 sampai 14,823, sedangkan
3,195  σ 2  14,823 simpangan baku 1,787 sampai 3,850
I. Penentuan Ukuran Sampel Pendugaan
Untuk menentukan besarnya sampel (n) dalam pendugaan, perlu
diperhatikan beberapa hal, yaitu:
1. Berapa besar kesalahan duga () yang akan ditolerir. Kalau
menghendaki  = 0, maka n = N, sebab  merupakan ukuran tingkat
ketelitian.
2. Tingkat variasi dari data populasi yang akan diselidiki, yang
dinyatakan dalam besar kecilnya simpangan baku ().
3. Besarnya tingkat keyakinan yang akan digunakan untuk menjamin
pernyataan dari pendugan yang dihasilkan.
1. Ukuran Sampel Pendugaan Rata-rata
2
 Z α/2 .σ 
n 
 ε 

2. Ukuran Sampel Pendugaan Proporsi

2
1Z 
2
 Z α/2 
n   .P(1  P)  P diketahui n   α/2   P tidak diketahui
 ε  4 ε 
Contoh 1:
Pemerintah mengharapkan adanya inflasi yang stabil. Program
pengendalian inflasi yang ketat menyebabkan pada tahun 2006 rata-rata
6% dengan simpangan baku 1,29%. Apabila pada tahun 2008 diharapkan
interval inflasi tidak lebih dari 1,5%, dengan tingkat kepercayaan 99%,
maka berapa jumlah sampel atau kota yang harus disurvei?
Jawab :
 = 1,29
 = 1,5
C = 99% = 0,99
 = 1 – C = 1 – 0,99 = 0,01
Z/2 = Z0,005 = 2,575
2
 Z .σ 
n   α/2 
 ε 
2
 2,575  1,29 
 
 1,5 
 4,904 Jumlah sampel kota yang harus diamati sebanyak 5 kota
Contoh 2:
PT. LG Elektronik menghasilkan produk TV baru berupa layar datar
yang dilengkapi berbagai fasilitas. Untuk mencoba apakah produk ini
disukai konsumen atau tidak. PT. LG Elektronik akan mensurvei
dibeberapa kota besar. Apabila tingkat keyakinan 95% dan kesalahan
penarikan sampel sebesar 0,03, berapakah jumlah sampel yang harus
diinterview?
Jawab :
C = 95% = 0,95
 = 1 – C = 1 – 0,95 = 0,05
Z/2 = Z0,025 = 1,96
 = 0,03
2
1Z 
n   α/2 
4 ε 
2
1  1,96 
  
4  0,03 
1
 ( 4268 ,444 )
4
 1067,111 Jumlah responden sebagai sampel adalah 1067 orang