Bab III

Pendugaan Parameter

A. Pendahuluan

Definisi 1 (penduga):
Penduga adalah statistik yang digunakan untuk memperoleh
sebuah nilai dugaan bagi parameternya.
Ada dua cara yang digunakan untuk menduga suatu parameter, yaitu
dengan penduga titik dan penduga interval.

Definisi 2 (penduga titik):

Penduga titik adalah penentuan nilai tunggal yang dengan baik
diharapkan mendekati nilai parameter yang sesungguhnya. Ada tiga syarat
untuk menjadi penduga yang baik, yaitu:
1. Tak bias;
2. Konsisten;
3. Efisien, artinya di antara semua kemungkinan penduga tak bias bagi
suatu parameter, penduga yang efisien adalah penduga yang
mempunyai variansi terkecil.

Definisi 3 (penduga interval):

Penduga interval adalah penentuan suatu selang nilai yang
dengan peluang besar dapat mencakup nilai parameter yang
sesungguhnya. Secara matematis, dapat dinotasikan P[1 <  < 2] = 1 - ,
dengan: 1 <  < 2 disebut selang kepercayaan;
1 -  disebut tingkat kepercayaan;
1 , 2 disebut batas kepercayaan sebelah bawah dan atas.
Untuk selanjutnya, yang akan dibicarakan adalah penduga interval.

B. Pendugaan Mean Populasi

Ada tiga kondisi dalam pendugaan selang mean suatu populasi, yaitu:

Modul Statistika Elementer ditulis oleh Hongki Julie 28

 1. Jika variansi populasi diketahui;
Bagaimana selang kepercayaan untuk mean populasi µ, jika variansi
populasi diketahui?
 
   X 
Ingat: P  z   Z  z    1 
, maka P  z    z    1 

 2 2

   
2 2
 n 

   
 P  z  X   z    1 
 n n 
 2 2

   
 P x  z    x  z    1 
 n n 
 2 2

 
selang kepercayaan bagi µ adalah x  n z     x  n z  .
2 2

2. Jika variansi populasi tidak diketahui, tetapi ukuran contoh cukup besar;
Karena variansi populasi tidak diketahui, maka diperlukan nilai penduga
bagi variansi populasi, yaitu variansi dari sampel (ingat dalil limit pusat).
Dengan jalan yang sama dapat diturunkan selang kepercayaan bagi µ,

X
 X

jika tidak diketahui variansi populasi,yaitu x  n z     x  n z  .
2 2

3. Jika variansi populasi tidak diketahui, tetapi ukuran contoh kecil.

Karena variansi populasi tidak diketahui dan ukuran contoh kecil, maka
dipergunakan distribusi t. Dengan jalan yang sama dapat diturunkan
selang kepercayaan bagi µ, jika tidak diketahui variansi populasi dan

 
ukuran contoh kecil, yaitu x  n t   v     x  n t   v  , dengan
X X
v=
2 2

n – 1.

Modul Statistika Elementer ditulis oleh Hongki Julie 29

C. Pendugaan Beda Dua Mean Populasi
Ada tiga kondisi dalam pendugaan selang beda dua mean dari dua
populasi, yaitu:
1. Jika kedua variansi populasi diketahui;
Bagaimana selang kepercayaan untuk beda dua mean dari dua populasi
µ1 - µ2, jika kedua variansi populasi diketahui?
 
Ingat: P  z   Z  z 

  1 
 , maka
 2 2 

 
 

P z  
 
X1  X 2    1   2  
 z    1 
 2 12 2 2

  2 
 n1 n2 

 2 2 12  22
 P

1
n1 n 2

 2 z   X1  X 2   1   2    
n1 n 2
z    1 

 2 2 

 12  22 12  22 


 P  X1  X 2   
n1 n 2
z     1   2   X1  X 2  
n1 n 2
 
z    1   selan

 2 2 

g kepercayaan bagi µ adalah

12  22  2 2
 X1  X2   
n1 n2

z    1   2   X1  X2  1  2 z  .
n1 n2

2 2

2. Jika kedua variansi populasi tidak diketahui, tetapi ukuran contoh yang
diambil dari kedua populasi cukup besar;
Karena kedua variansi populasi tidak diketahui, maka diperlukan nilai
penduga bagi variansi untuk kedua populasi, yaitu variansi dari masing-
masing contoh.
Dengan jalan yang sama dapat diturunkan selang kepercayaan bagi
µ1 - µ2, jika tidak diketahui variansi populasi, yaitu
2 2 2 2
 X1  X 2   n1
x1

n2
x2

z    1   2   X1  X 2   n1
x1

x2
n2
z .
2 2

3. Jika kedua variansi populasi tidak diketahui, tetapi ukuran contoh kecil.
Untuk kondisi ketiga ini, ada dua asumsi yang dapat diambil, yaitu:
a. Asumsi 1 = 2

Modul Statistika Elementer ditulis oleh Hongki Julie 30

 Dengan jalan yang sama dapat diturunkan selang kepercayaan bagi
µ1 - µ2, jika tidak diketahui variansi populasi dan ukuran contoh kecil
dengan asumsi di atas, yaitu

 X1  X 2   sp 1

1
n1 n 2

t   v    1   2   X1  X 2 
1
 
1
n1 n 2
t   v , dengan
2 2

sp2 
 n1  1 s12   n2  1 s22
dan v = n1 + n2 - 2.
n1  n2  2

b. Asumsi 1 2
Dengan jalan yang sama dapat diturunkan selang kepercayaan bagi
µ1 - µ2, jika tidak diketahui variansi populasi dan ukuran contoh kecil
dengan asumsi di atas, yaitu
2 2 2 2
 x1  x 2   n1
x1

x2
n2
 
t   v    1   2   x1  x 2 
x1
n1

x2
n2
t   v
2 2
2
 2 2 
 x1 x2 
  
n
 1 n 2 
v   
  2 2  2 
2 
 x   x2  
dengan  1
    .
  n1   n2  
     
 
 n1  1 n2  1 
 
 

 


D. Pendugaan Variansi Populasi

Dengan jalan yang sama dapat diturunkan selang kepercayaan bagi 2,

 n  1  2X 2
 n  1  2X
 
yaitu  2 2 .

1
2 2

E. Pendugaan Rasio Dua Variansi Populasi

12
Dengan jalan yang sama, dapat diturunkan selang kepercayaan bagi ,
2
2

2 2
1 12
f   v 2 , v1  ,
X1 X1
yaitu   dengan v1 = n1 – 1 dan v 2 = n2
2 f   v1, v 2   22  2
X2 X2 2
2

– 1.

Modul Statistika Elementer ditulis oleh Hongki Julie 31

Daftar Pustaka:
Walpole, R. E.1995. Pengantar Statistika. Jakarta: Gramedia Pustaka Utama.

Modul Statistika Elementer ditulis oleh Hongki Julie 32