BAB I

PENDAHULUAN

A. Latar Belakang
Proses estimasi merupakan peristiwa yang dialami oleh setiap orang dalam
kehidupan sehari-hari. Misalnya, bila kita menyeberang jalan dan melihat ada
kendaraan yang akan lewat maka kita membuat estimasi tentang kecepatan
kendaraan, lebar jalan, dan kecepatan kita untuk membuat keputusan.
Teori estimasi memegang peran yang sangat penting dalam statistika
inferensial karena teori estimasi bersama-sama dengan pengujian hipotesis
merupakan dasar statistika inferensial yang dilandasi oleh teori peluang.
Ada dua bentuk estimasi parameter populasi (θ) (\theta)(θ) dalam
statistika, yaitu estimasi titik dan estimasi selang. Peluang menghasilkan nilai
parameter dengan menggunakan estimasi titik biasanya sangat kecil. Oleh karena
itu, dirancanglah suatu bentuk estimasi parameter populasi yaitu dengan
menggunakan selang (interval) kepercayaan. Dengan estimasi selang kepercayaan,
peluang mendapatkan nilai parameter akan menjadi lebih besar.
Demikianlah teori estimasi harus di pelajari didalam statistika dengan yang
harus di ketahui terlabih dahulu yaitu estimator, titik estimasi, dan interval estima

B. Rumusan Masalah
Adapun rumusan masalah dalam makalah ini adalah bagaimana
penaksiran estimasi interval/ selang?

C. Tujuan
Adapun tujuan penulisan makalah ini adalah untuk memberikan
pemahaman tentang penaksiran estimasi interval/ selang.

1
 BAB II
PEMBAHASAN

A. Dasar Teori
Dalam sebuah ilmu statistika, kita berusaha untuk menyimpulkan sebuah
populasi. Dalam mengamati sebuah populasi, keadaaan atau kelakuan populasi
perlu dipelajari berdasarkan data yang diambil baik itu secara sampling ataupun
sensus. Keadaan sebuah populasi yang akan dipelajari di sini berupa parameter
populasi dan sampel yang diambil secara acak. Lalu data dari sampel tadi dianalisis
menghasilkan nilai-nilai statistik sampel. Dari nilai-nilai statistik sampel ini akan
disimpulkan bagaimana keadaan populasi atau bagaimana sebuah parameter
populasi bertingkah laku. Cara mengambil kesimpulan tentang parameter populasi
ini yaitu berhubungan dengan bagaimana cara menaksir harga parameter populasi.
Jadi, harga parameter yang sebenarnya tidak diketahui itu bisa ditaksir berdasarkan
nilai-nilai statistik sampel yang diambil dari populasi yang bersangkutan.
Parameter populasi yang akan ditaksir dalam hal ini berupa: rata-rata
(mean), simpangan baku dan persen, standar deviasi, dan juga proporsi. Sebelum
menaksir sebuah populasi, sebaiknya perlu diketahui tentang istilah penaksir.
Estimasi adalah taksiran dan yang diestimasi adalah parameter populasi.
Data yang digunakan untuk melakukan estimasi parameter populasi adalah statistik
sampel sebagai estimator. Estimasi dipelajari berdasarkan data yang diambil baik
secara sampling maupun sensus. Dalam kenyataannya, mengingat berbagai faktor,
untuk keperluan tersebut diambil sebuah sampel yang representatif, lalu
berdasarkan pada hasil analisis terhadap data sampel. Kelakuan populasi yang akan
ditinjau disini hanyalah mengenai parameter populasi dan sampel yang digunakan
adalah sampel acak. Data sampel dianalisis. Nilai-nilai yang perlu yaitu stastistik,
dihitung dan dari nilai-nilai statistik ini kita simpulkan bagaimana parameter
bertingkah laku. Cara pengambilan kesimpulan tentang parameter yang pertama
kali akan dipelajari ialah sehubungan dengan cara-cara menaksir harga parameter.
Jadi harga parameter yang sebenarnya tetapi tidak diketahui itu akan ditaksir
berdasarkan statistik sampel yang diambil dari populasi yang bersangkutan.

2
 Parameter populasi yang akan ditaksir dan diuraikan dalam bagian ini
terutama adalah rata-rata, simpangan baku dan persen.
1. Penaksir
Secara umum, parameter populasi akan diberi simbol θ (baca theta).
Jadi θ bisa merupakan rata-rata µ, simpangan baku σ, proporsi π dan
̂ (baca : theta
sebagainya. Jika θ, yang tidak dikatahui harganya, ditaksir oleh 𝜃
̂ dinamakan penaksir. Jelas bahwa sangat dikehendaki 𝜃
topi), maka 𝜃 ̂ = θ, yaitu

bisa mengatakan harga θ yang sebenarnya. Tetapi ini merupakan keinginan

yang boleh dibilang ideal sifatnya. Kenyataan yang bisa terjadi adalah :
̂ terlalu tinggi, atau
a. Menaksir θ oleh 𝜃
̂ terlalu rendah.
b. Menaksir θ oleh 𝜃

Keduanya ini jelas tidak dikehendaki. Karenanya kita menginginkan

penaksir yang baik. Dibawah ini kriteria penaksir yang baik, yaitu tak bias,
mempunyai varians minimum dan konsisten.

̂ dikatakan penaksir tak bias, jika rata-rata semua harga 𝜃

a. Penaksir 𝜃 ̂ yang
̂) = θ.
mungkin akan sama dengan θ. Dalam bahasa ekspektasi, ditulis ε (𝜃
Penaksir yang tak bias, disebut penaksir bias.
b. Penaksir bervarians minimum ialah penaksir dengan varians terkecil
̂1 dan 𝜃
diantara semua penaksir untuk parameter yang sama. Jika 𝜃 ̂ 2 dua
̂1 lebih kecil dari varians untuk 𝜃
penaksir untuk θ dimana varians 𝜃 ̂2 , maka
̂1 merupakan penaksir bervarians minimum.
𝜃
̂ penaksir untuk θ yang dihitung berdasarkan sebuah sampel
c. Misalkan 𝜃
acak berukuran n. jika ukuran sampel n makin besar mendekati ukuran
̂ mendekati θ, maka 𝜃
populasi me nyebabkan 𝜃 ̂ disebut penaksir konsisten.

d. Penaksir yang tak bias dan bervarians minimum dinamakan penaksir

terbaik.

Beberapa contoh :

1) Rata-rata 𝑥
̅ untuk sampel berukuran n yang diambil dari populasi dengan rata-
rata µ merupakan penaksir tak bias untuk µ, jadi ε (𝑥
̅) = µ.

3
 2) Varians 𝑠2 yang dihitung dengan rumus V (5) atau rumus VI (6), untuk sampel
acak berukuran n yang diambil dari populasi dengan varians 𝜎2 , adalah
penaksir tak bias untuk 𝜎2 . Akan tetapi s merupakan penaksir bias untuk σ.
3) Rata-rata sampel 𝑥
̅ adalah penaksir terbaik untuk µ, jadi untuk 𝑥
̅ itu merupakan
penaksir tak bias dan penaksir bervarians minimum.

Cara-cara menaksir

̂ sebuah harga tertentu, maka 𝜃

1) Jika parameter θ di taksir oleh 𝜃 ̂ dinamakan

penaksir atau titik taksiran.

2) Hasil taksiran dinyatakan melalui interval taksiran atau selang taksiran yaitu
menaksir harga parameter diantara batas-batas dua harga.
3) Semakin besar panjang interval, semakin percaya akan kebenaran penaksiran
yang dilakukan.
4) Hasil penaksiran yang dicari adalah interval taksiran yang sempit dan derajat
kepercayaan yang memuaskan.
5) Derajat kepercayaan menaksir disebut koefisien kepercayaan donotasikan
dengan lambang γ (gamma) yang memiiki nilai 0 < γ < 1, merupakan nilai
peluang.
6) Menaksir rata-rata µ

7) Kemungkinan kondisi populasi :

σ diketahui, populasi berdistribusi normal.

8) Jika n/N > 5%, maka :

4
 σ tidak diketahui, populasi berdistribusi normal.

9) Jika n/N > 5%, maka :

tidak diketahui, populasi berdistribusi tidak normal.

Contoh :

Sebuah sampel acak terdiri dari 100 mahasiswa telah diambil dari sebuah
universitas, lalu nilai IQ-nya di catat.

̅ = 112 dan S = 10
Diperoleh 𝑋

1) Dapat dikatakan : IQ rata-rata untuk mahasiswa Universitas tersebut

̅ telah digunakan.
adalah 112, karena 𝑋
2) Dalam interval taksiran IQ rata-rata dengan koefisien kepercayaan 95%,
maka :
a) 112 – (1,987) 10 / √100 < µ < 112 + (1,987) 10 / √100
b) 110 < µ < 114
3) Jika koefisien kepercayaan γ = 99 %, maka 𝑡𝑝 = 2,654
a) 112 – (2,654) 10 /√100 < µ < 112 + (2,654) 10 / √100
b) 109,3 < µ < 114,7

Tabel – t Sudjana

α 5% 𝑡(1−α/2 )=𝑡(1−0,05/2 )
2 Ekor 𝑡
α 1% 𝑡(1−α/2 )= 𝑡(1−0,01/2)

Tabel – t
Sudjana α 5% 𝑡(1−α/1 )= 𝑡(1−0,05/1)
1 Ekor

α 1% 𝑡(1−α/1 )= 𝑡(1−0,01/1)

5
Tabel – z Sudjana
5% 𝑧0,5−0,05/2= 𝑧0,475

2 Ekor

1% 𝑧0,5−0,01/2= 𝑧0,495

Tabel – z
Sudjana
5% 𝑧0,5−0,05/1= 𝑧0,45
1 Ekor
2. Menaksir Standar Deviasi (σ)
a. 𝑠2 adalah penaksir tak bias dari σ2 1% 𝑧0,5−0,01/1= 𝑧0,49

b.𝑠 adalah penaksir yang bias untuk σ

c. Selang interval taksiran untuk varians adalah

Dimana :
n = ukuran sampel
𝜒2 1/2 (1+γ) = di dapat dari tabel chi-kuadrat
Dengan p = ½ (1+γ) dan p = ½ (1-γ),
Dengan dk = n-1

Contoh :

Sebuah sampel acak berukuran 30 telah diambil dari sebuah populasi yang
berdistribusi normal dengan simpangan baku σ. Dihasilkan harga statistik 𝑠2 =
7,8. Dengan koefisien kepercayaan 95% dan dk=29, maka dari tabel chi-
kuadrat diperoleh nilai 𝜒2 0,975 = 45,7 dan 𝜒2 0,025 = 16,0 sehingga :

Interval taksiran untuk σ adalah : 2,23 < σ < 3,75. Kita merasa 95 %
percaya bahwa simpangan baku σ aka nada dalam interval yang dibatasi oleh
2,23 dan 3,75

6
 3. Menaksir Proporsi (π)
a. Taksiran titik untuk π adalah (x/n) dimana x adalah banyaknya
peristiwa A yang terjadi di dalam populasi.
b. Banyaknya kejadian A ini memiliki distribusi Binomial.
c. Jika dikehendaki interval penaksiran π dengan kepercayaan γ = 100%,
maka :
Dimana :
P = x/n
q = 1-P
𝑍1/2 𝛾 diperoleh dari tabel distribusi normal dengan peluang ½ γ

Contoh :

Ingin ditaksir berapa persen anggota masyarakat yang berumur 15 tahun keatas
yang termasuk kedalam golongan A. untuk itu diambil sebuah sampel acak
dengan ukuran 1200 dan ternyata ada 504 orang termasuk golongan A. Jadi
persentasi golongan A dalam sampel adalah 504/1200 x 100% = 42%.

Jika ditaksir ada 42% anggota masyarakat yang berumur 15 tahun keatas, maka
dalam hal ini digunakan titik taksiran. Untuk menentukan 95% interval
kepercayaan parameter π digunakan :

P = 0,42, q=0,58 𝑍0,475 = 1,96, maka :

0,42 𝑥 0,58 0,42 𝑥 0,58

0,42 – (1,96) √ 1200
< π < 0,42 + (1,96) √ 1200

= 0,39 < π < 0,45

Kita merasa 95% yakin bahwa persentase anggota masyarakat yang termasuk
golongan A berada dalam interval 39% sampai 45%.

B. PERMASALAHAN
a. Membuat data N = 100 secara random yang diperoleh dari skripsi
mahasiswa fakultas teknik.
b. Menghitung estimasi sebuah rata-rata (mean) secara manual dan SPSS.
c. Menghitung estimasi standar deviasi secara manual dan SPSS.

7
 d. Menghitung estimasi nilai proporsi secara manual dan SPSS.
e. Menghitung estimasi rata-rata, standar deviasi dan proporsi dengan
koefisien kepercayaan 95% dan 99%

C. PEMBAHASAN
 Cara Manual
Dalam menaksir sebuah data, digunakan tabel data tunggal. (koefisien
kepercayaan 95% dan 99%)

1. Mengestimasi mean

Karena nilai dari populasi tidak diketahui, maka digunakan cara yang kedua
(kondisi 𝜎 tidak diketahui, populasi berdistribusi normal). Dari data tunggal,
𝑥 = 77 dengan s = 10,75.
diperoleh ̅

a. Untuk koefisien kepercayaan (𝛾) = 95%.

Saat koefisien kepercayaan (𝛾) = 95%, maka taraf kesalahan (∝) yaitu 5%. Nilai
𝑡𝑝 yaitu:

𝑡𝑝 = 𝑡1−∝ = 𝑡 5% =𝑡 0,05 = 𝑡1−0,025 = 𝑡0,975 .

2 1− 2 1− 2

Saat 𝑡0,975 , diperoleh ν atau dk = 𝑛 − 1 = 100 − 1 = 99 dan ∝ = 0,05 . Melalui

tabel T diperoleh tiga kondisi diantaranya:

dk1 = 60 dan 𝑡𝑝 1 = 2,00

𝑇𝑎𝑏𝑒𝑙 𝑇 { dk 2 = 99 dan 𝑡𝑝 2 = ?
dk 3 = 120 dan 𝑡𝑝 3 = 1,98

Maka untuk mendapatkan 𝑡𝑝 saat dk = 99, digunakan metode interpolasi.

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa dk disimbolkan sebagai x dan 𝑡𝑝 disimbolkan sebagai y. Maka

menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (99 − 60)(1,98 − 2,00)

𝑦2 = [ ] + 𝑦1 = [ ] + 2,00
𝑥3 − 𝑥1 120 − 60

(39)(−0,02) −0,78
𝑦2 = [ ] + 2,00 = ( ) + 2,00 = −0,013 + 2,00
60 60

𝑦2 = 1,987.

8
Maka 𝑡𝑝 = 1,987. Langkah selanjutnya yaitu memasukkan nilai 𝑡𝑝 kedalam
rumus:

𝑠 𝑠
̅ − 𝑡𝑝 .
𝑥 <𝜇<𝑥
̅ + 𝑡𝑝 .
√𝑛 √𝑛

10,75 10,75
77 − (1,987). < 𝜇 < 77 + (1,987).
√100 √100

77 − (1,987)1,075 < 𝜇 < 77 + (1,987)1,075

77 − (2,136) < 𝜇 < 77 + (2,136) → 74,864 < 𝜇 < 79,136.

b. Untuk koefisien kepercayaan (𝛾) = 99%

Saat koefisien kepercayaan 99%, maka taraf kesalahan (∝) yaitu 1%. Nilai 𝑡𝑝
yaitu:

𝑡𝑝 = 𝑡1−∝ = 𝑡 1% =𝑡 0,01 = 𝑡1−0,005 = 𝑡0,995 .

2 1− 2 1− 2

Saat 𝑡0,995 , diperoleh ν atau dk = 𝑛 − 1 = 100 − 1 = 99 dan ∝ = 0,01 . Melalui

tabel T diperoleh tiga kondisi diantaranya:

dk1 = 60 dan 𝑡𝑝 1 = 2,66

𝑇𝑎𝑏𝑒𝑙 𝑇 { dk 2 = 99 dan 𝑡𝑝 2 = ?
dk 3 = 120 dan 𝑡𝑝 3 = 2,62

Maka untuk mendapatkan 𝑡𝑝 saat dk = 99, digunakan metode interpolasi.

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa dk disimbolkan sebagai x dan 𝑡𝑝 disimbolkan sebagai y. Maka

menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (99 − 60)(2,62 − 2,66)

𝑦2 = [ ] + 𝑦1 = [ ] + 2,66
𝑥3 − 𝑥1 120 − 60

(39)(−0,04) −1,56
𝑦2 = [ ] + 2,66 = ( ) + 2,00 = −0,026 + 2,66
60 60

𝑦2 = 2,634.

Maka 𝑡𝑝 = 2,634. Langkah selanjutnya yaitu memasukkan nilai 𝑡𝑝 kedalam

rumus.

9
 𝑠 𝑠
̅ − 𝑡𝑝 .
𝑥 <𝜇<𝑥
̅ + 𝑡𝑝 .
√𝑛 √𝑛

10,75 10,75
77 − (2,634). < 𝜇 < 77 + (2,634).
√100 √100

77 − (2,634)1,075 < 𝜇 < 77 + (2,634)1,075

77 − (2,831) < 𝜇 < 77 + (2,831) → 74,169 < 𝜇 < 79,831.

2. Mengestimasi standar deviasi

(𝑛 − 1)𝑠2 (𝑛 − 1)𝑠2
2
< 𝜎2 < 2
𝜒 ½(1+𝛾) 𝜒 ½(1−𝛾)

Dari data tunggal pada cara 1 (tugas 1b), diperoleh 𝑠2 = 115,6 dengan s = 10,75.

a. Untuk koefisien kepercayaan (𝛾) = 95%

 Langkah pertama yaitu mencari nilai 𝜒2 untuk ½(1+𝛾) saat koefisien

kepercayaan (𝛾) = 95%, maka taraf kesalahan (∝) yaitu 5%.
2 2 2 2
𝜒 ½(1+𝛾) = 𝜒 ½(1+0,95) = 𝜒 ½(1,95) = 𝜒 0,975.

Saat 𝜒2 bernilai 0,975 diperoleh ν atau dk = 𝑛 − 1 = 100 − 1 = 99 dan ∝ = 0,05

. Melalui tabel Chi-kuadrat diperoleh tiga kondisi diantaranya:

dk = 90 dan χ1 2 = 118,1
𝑇𝑎𝑏𝑒𝑙 𝜒 2 { dk = 99 dan χ2 2 = ?
dk = 100 dan χ3 2 = 129,6

Maka untuk mendapatkan 𝜒2 saat dk = 99, melalui metode interpolasi

didapatkan:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa dk disimbolkan sebagai x dan χ2 disimbolkan sebagai y. Maka

menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (99 − 90)(129,6 − 118,1)

𝑦2 = [ ] + 𝑦1 = [ ] + 118,1
𝑥3 − 𝑥1 100 − 90

(9)(11,5) 103,5
𝑦2 = [ ] + 118,1 = ( ) + 118,1 = 10,35 + 118,1
10 10

10
 2
𝑦2 𝑎𝑡𝑎𝑢 𝜒 ½(1+𝛾) = 128,45.

 Langkah kedua yaitu mencari nilai untuk ½(1-𝛾).

2 2 2 2
𝜒 ½(1−𝛾) = 𝜒 ½(1−0,95) = 𝜒 ½(0,05) = 𝜒 0,025.

Saat 𝜒2 bernilai 0,025 diperoleh ν atau dk = 𝑛 − 1 = 100 − 1 = 99 dan ∝ = 0,05

. Melalui tabel Chi-kuadrat diperoleh tiga kondisi diantaranya:

dk = 90 dan χ1 2 = 65,6
𝑇𝑎𝑏𝑒𝑙 𝜒 2 { dk = 99 dan χ2 2 = ?
dk = 100 dan χ3 2 = 74,2

maka untuk mendapatkan 𝜒2 saat dk = 99, digunakan metode interpolasi.

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa dk disimbolkan sebagai x dan χ2 disimbolkan sebagai y. Maka

menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (99 − 90)(74,2 − 65,6)

𝑦2 = [ ] + 𝑦1 = [ ] + 65,6
𝑥3 − 𝑥1 100 − 90

(9)(8,6) 77,4
𝑦2 = [ ] + 65,6 = ( ) + 65,6 = 7,74 + 65,6
10 10
2
𝑦2 𝑎𝑡𝑎𝑢 𝜒 ½(1−𝛾) = 73,34.

 Langkah ketiga yaitu memasukkan nilai χ2 kedalam rumus:

2 2
diketahui (𝜒 ½(1+𝛾) = 128,45 dan 𝜒 ½(1−𝛾) = 73,34)

(𝑛 − 1)𝑠2 (𝑛 − 1)𝑠2
2
< 𝜎2 < 2
𝜒 ½(1+𝛾) 𝜒 ½(1−𝛾)

(100 − 1)115,6 (100 − 1)115,6

< 𝜎2 <
128,45 73,34
(99)115,6 (99)115,6 11444,4 11444,4
< 𝜎2 < = < 𝜎2 <
128,45 73,34 128,45 73,34

89,09 < 𝜎 2 < 156,04 atau 9,43 < 𝜎 < 12,49.

11
Dari hasil menunjukkan bahwa kita percaya 95% simpangan baku (σ) berada
didalam interval yang dibatasi oleh 9,43 dan 12,49.

b. Untuk koefisien kepercayaan 99%.

 Langkah pertama yaitu mencari nilai 𝜒2 untuk ½(1+𝛾) saat koefisien

kepercayaan (𝛾) = 99%, maka taraf kesalahan (∝) yaitu 1%.
2 2 2 2
𝜒 ½(1+𝛾) = 𝜒 ½(1+0,99) = 𝜒 ½(1,99) = 𝜒 0,995.

Saat 𝜒2 bernilai 0,995 diperoleh ν atau dk = 99 dan ∝ = 0,01. Melalui tabel Chi-
kuadrat diperoleh tiga kondisi diantaranya:

dk = 90 dan χ1 2 = 128,3
𝑇𝑎𝑏𝑒𝑙 𝜒 2 { dk = 99 dan χ2 2 = ?
dk = 100 dan χ3 2 = 140,2

maka untuk mendapatkan 𝜒2 saat dk = 99, melalui metode interpolasi

didapatkan:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa dk disimbolkan sebagai x dan χ2 disimbolkan sebagai y. Maka

menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (99 − 90)(140,2 − 128,3)

𝑦2 = [ ] + 𝑦1 = [ ] + 128,3
𝑥3 − 𝑥1 100 − 90

(9)(11,9) 107,1
𝑦2 = [ ] + 128,3 = ( ) + 128,3 = 10,71 + 128,3
10 10
2
𝑦2 𝑎𝑡𝑎𝑢 𝜒 ½(1+𝛾) = 139,01.

 Langkah kedua yaitu mencari nilai untuk ½(1-𝛾).

2 2 2 2
𝜒 ½(1−𝛾) = 𝜒 ½(1−0,99) = 𝜒 ½(0,01) = 𝜒 0,005.

Saat 𝜒2 bernilai 0,005 diperoleh ν atau dk = 99 dan ∝ = 0,05. Melalui tabel Chi-
kuadrat diperoleh tiga kondisi diantaranya:

dk = 90 dan χ1 2 = 59,2
𝑇𝑎𝑏𝑒𝑙 𝜒 2 { dk = 99 dan χ2 2 = ?
dk = 100 dan χ3 2 = 67,3

12
maka untuk mendapatkan 𝜒2 saat dk = 99, digunakan metode interpolasi.

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa dk disimbolkan sebagai x dan χ2 disimbolkan sebagai y. Maka

menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (99 − 90)(67,3 − 59,2)

𝑦2 = [ ] + 𝑦1 = [ ] + 59,2
𝑥3 − 𝑥1 100 − 90

(9)(8,1) 72,9
𝑦2 = [ ] + 59,2 = ( ) + 59,2 = 7,29 + 59,2
10 10
2
𝑦2 𝑎𝑡𝑎𝑢 𝜒 ½(1−𝛾) = 66,49.

 Langkah ketiga yaitu memasukkan nilai χ2 kedalam rumus:

2 2
diketahui (𝜒 ½(1+𝛾) = 139,01 dan 𝜒 ½(1−𝛾) = 66,49)

(𝑛 − 1)𝑠2 (𝑛 − 1)𝑠2
2
< 𝜎2 < 2
𝜒 ½(1+𝛾) 𝜒 ½(1−𝛾)

(100 − 1)115,6 (100 − 1)115,6

< 𝜎2 <
139,01 66,49
(99)115,6 (99)115,6 11444,4 11444,4
< 𝜎2 < = < 𝜎2 <
139,01 66,49 139,01 66,49

82,32 < 𝜎 2 < 172,12 atau 9,07 < 𝜎 < 13,11.

Dari hasil menunjukkan bahwa kita percaya 99% simpangan baku (σ) berada
didalam interval yang dibatasi oleh 9,07 dan 13,11.

3. Mengestimasi proporsi

Dari sebuah sampel yang berjumlah 100, jumlah laki-laki diperkirakan yaitu
sekitar 88 orang dan jumlah perempuan diperkirakan sekitar 12 orang. Sehingga
presentasi jumlah laki-laki dalam sampel yaitu 88⁄100 . 100% = 0,88.100% =
88%. Dalam menentukan interval kepercayaan parameter 𝜋, diperlukan nilai
koefisien kepercayaan untuk mendapatkan skor baku. Langkah untuk
mendapatkan skor baku berdasarkan nilai koefisien kepercayaan diantaranya:

a. Untuk koefisien kepercayaan 95%.

 Langkah pertama yaitu mencari nilai 𝑍½𝛾 saat koefisien kepercayaan

(𝛾) = 95% dan taraf kesalahan (∝) yaitu 5%.

13
 𝑍½𝛾 = 𝑍½(0,95) = 𝑍0,475 atau 𝑍½−(∝⁄ ) = 𝑍½−(0,05⁄ ) = 𝑍½−0,025 = 𝑍0,475 .
2 2

Saat 𝑍½𝛾 bernilai 0,475, maka melalui tabel distribusi normal baku (tabel Z),
harga Z dapat dicari dengan cara mengalikan 0,475 dengan 1000 yaitu
(0,475x1000 = 4750) lalu mencari nilai 4750 ke dalam tabel Z dan diperoleh
harga Z = 1,96. Maka parameter p dan parameter q bisa dicari.
𝑥 jumlah laki−laki 88
𝑝=𝑛= = 100 = 0,88.
jumlah sampel

𝑥 jumlah perempuan 12
𝑞=𝑛= = 100 = 0,12 atau 𝑞 = 1 − 𝑝 = 1 − 0,88 = 0,12.
jumlah sampel

 Langkah kedua yaitu memasukkan nilai yang telah didapatkan tadi

kedalam rumus.
(𝑍0,475 = 1,96; p = 0,88; q = 0,12).

𝑝𝑞 𝑝𝑞
𝑝 − 𝑍½𝛾 √ < 𝜋 < 𝑝 + 𝑍½𝛾 √
𝑛 𝑛

(0,88)(0,12) (0,88)(0,12)
0,88 − (1,96)√ < 𝜋 < 0,88 + (1,96)√
100 100

0,105 0,105
0,88 − (1,96)√ < 𝜋 < 0,88 + (1,96)√
100 100

0,88 − (1,96)√10,5𝑥10−4 < 𝜋 < 0,88 + (1,96)√10,5𝑥10−4

0,88 − (1,96)(0,0324) < 𝜋 < 0,88 + (1,96)(0,0324)

0,88 − 0,0635 < 𝜋 < 0,88 + 0,0635

0,8165 < 𝜋 < 0,9435.

Sehingga, kita merasa yakin bahwa persentase siswa yang berjumlah laki-laki
berada dalam interval antara 81,65% sampai dengan 94,35%.

b. Untuk koefisien kepercayaan 99%.

 Langkah pertama yaitu mencari nilai 𝑍½𝛾 saat koefisien kepercayaan

(𝛾) = 99% dan taraf kesalahan (∝) yaitu 1%.

𝑍½𝛾 = 𝑍½(0,99) = 𝑍0,495 atau 𝑍½−(∝⁄ ) = 𝑍½−(0,01⁄ ) = 𝑍½−0,005 = 𝑍0,495 .

2 2

14
 Melalui tabel distribusi normal baku (tabel Z), harga Z dapat dicari dengan cara
mengalikan 0,495 dengan 1000 yaitu (0,495x1000 = 4950) lalu mencari nilai
4950 ke dalam tabel Z. Diperoleh harga Z = 2,575 (harga Z didapat melalui
proses interpolasi). Proses Interpolasi dilakukan melalui cara sebagai berikut:

Saat 𝑍½𝛾 bernilai 4950, melalui tabel Z diperoleh tiga kondisi diantaranya:

𝑍½𝛾 = 4949 dan Z1 = 2,57

𝑇𝑎𝑏𝑒𝑙 𝑍 { 𝑍½𝛾 = 4950 dan Z2 = ?
𝑍½𝛾 = 4951 dan Z3 = 2,58

maka untuk mendapatkan 𝑍 saat 𝑍½𝛾 = 4950, digunakan metode interpolasi.

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa 𝑍½𝛾 disimbolkan sebagai x dan Z disimbolkan sebagai y. Maka

menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (4950 − 4949)(2,58 − 2,57)

𝑦2 = [ ] + 𝑦1 = [ ] + 2,57
𝑥3 − 𝑥1 4951 − 4949

(1)(0,01) 0,01
𝑦2 = [ ] + 2,57 = ( ) + 2,57 = 0,005 + 2,57
2 2

𝑦2 𝑎𝑡𝑎𝑢 Z2 = 2,575.

Maka parameter p dan parameter q bisa dicari.

𝑥 jumlah laki−laki 88
𝑝=𝑛= = 100 = 0,88.
jumlah sampel

𝑥 jumlah perempuan 12
𝑞=𝑛= = 100 = 0,12 atau 𝑞 = 1 − 𝑝 = 1 − 0,88 = 0,12.
jumlah sampel

 Langkah kedua yaitu memasukkan nilai yang telah didapatkan tadi

kedalam rumus.
(𝑍0,495 = 2,575; p = 0,88; q = 0,12).

𝑝𝑞 𝑝𝑞
𝑝 − 𝑍½𝛾 √ < 𝜋 < 𝑝 + 𝑍½𝛾 √
𝑛 𝑛

(0,88)(0,12) (0,88)(0,12)
0,88 − (2,575)√ < 𝜋 < 0,88 + (2,575)√
100 100

15
 0,105 0,105
0,88 − (2,575)√ < 𝜋 < 0,88 + (2,575)√
100 100

0,88 − (2,575)√10,5𝑥10−4 < 𝜋 < 0,88 + (2,575)√10,5𝑥10−4

0,88 − (2,575)(0,0324) < 𝜋 < 0,88 + (2,575)(0,0324)

0,88 − 0,0834 < 𝜋 < 0,88 + 0,0834

0,7966 < 𝜋 < 0,9634.

Sehingga, kita merasa yakin bahwa persentase siswa yang berjumlah laki-laki
berada dalam interval antara 79,66% sampai dengan 96,34%.

 Cara SPSS
a.Estimasi mean

a. Koefisien Kepercayaan 95%

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Nilai 100 100.0% 0 0.0% 100 100.0%

Descriptives

Statistic Std. Error

Mean 77.5800 .76332

95% Confidence Interval for Lower Bound 76.0654

Mean Upper Bound 79.0946

5% Trimmed Mean 77.8000

Median 80.0000

Variance 58.266
Nilai
Std. Deviation 7.63323

Minimum 60.00

Maximum 93.00

Range 33.00

Interquartile Range 7.00

Skewness -.479 .241

16
 Kurtosis .158 .478

b. Koefisien kepercayaan 99%

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Nilai 100 100.0% 0 0.0% 100 100.0%

Descriptives

Statistic Std. Error

Mean 77.5800 .76332

99% Confidence Interval for Lower Bound 75.5752

Mean Upper Bound 79.5848

Nilai 5% Trimmed Mean 77.8000

Median 80.0000

Variance 58.266

Std. Deviation 7.63323

17
 Minimum 60.00

Maximum 93.00

Range 33.00

Interquartile Range 7.00

Skewness -.479 .241

Kurtosis .158 .478

b.Estimasi standar deviasi dan simpangan baku

Untuk statistik sampel pada standar deviasi dan simpangan baku tidak tersedia
dalam program SPSS.

c.Estimasi proporsi

Untuk statistik sampel pada proporsi tidak tersedia dalam program SPSS.

18
 BAB III
PENUTUP

A. Kesimpulan
1. Dari hasil estimasi untuk rata-rata (mean), diperoleh harga taksiran untuk
koefisiensi kepercayaan 95% yaitu 74,864 < 𝜇 < 79,136 dan harga taksiran
untuk koefisiensi kepercayaan 99% yaitu 74,169 < 𝜇 < 79,831. Hal ini
berarti kami percaya 95% bahwa rata-rata dari populasi berada pada rentang
antara 74,864 dan 79,136 serta kami juga percaya 99% bahwa rata-rata
populasi berada pada interval yang dibatasi oleh rentang 79,169 dan 79,831.
2. Dari hasil estimasi untuk standar deviasi, diperoleh harga taksiran untuk
koefisiensi kepercayaan 95% yaitu 89,09 < 𝜎 2 < 156,04 dan harga taksiran
untuk koefisiensi kepercayaan 99% yaitu 82,32 < 𝜎 2 < 172,12. Hal ini
berarti kami percaya 95% bahwa standar deviasi atau variansi dari populasi
berada pada rentang antara 89,09 dan 156,04 serta kami juga percaya 99%
bahwa standar deviasi atau variansi populasi dibatasi oleh interval antara 82,32
dan 172,12.
3. Dari hasil estimasi untuk simpangan baku, diperoleh harga taksiran untuk
koefisiensi kepercayaan 95% yaitu 9,43 < 𝜎 < 12,49 dan harga taksiran untuk
koefisiensi kepercayaan 99% yaitu 9,07 < 𝜎 < 13,11. Hal ini berarti kami
percaya 95% bahwa simpangan baku dari populasi berada pada rentang antara
9,43 dan 12,49 serta kami juga percaya 99% bahwa simpangan baku populasi
dibatasi oleh interval antara 9,07 dan 13,11.
4. Dari hasil estimasi untuk proporsi, diperoleh harga taksiran untuk koefisiensi
kepercayaan 95% yaitu 0,8165 < 𝜋 < 0,9435 dan harga taksiran untuk
koefisiensi kepercayaan 99% yaitu 0,7966 < 𝜋 < 0,9634. Hal ini berarti kami
percaya 95% bahwa persentase siswa laki-laki dalam populasi berada pada
rentang antara 81,65% dan 94,35% serta kami juga percaya 99% bahwa
persentase siswa laki-laki dibatasi oleh interval antara 79,66% sampai 96,34%.

19
 DAFTAR PUSTAKA

Basuki, Ismet. 2005. Handout 4 Mata Kuliah Statistika ( Print Out Power Point).
Sudjana. 1992. Metoda Statistika. Bandung: Tarsito.

20
 MAKALAH
EKONOMETRI
PENAKSIRAN SELANG (ESTIMASI INTERVAL)

Oleh :

EDO ROYANDI
NIM. 1516130068

DOSEN PEMBIMBING :

ORISA CAPRIYANTI, M.Pd.Mat

PROGRAM STUDI EKONOMI SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI (IAIN) BENGKULU
2019

21
22
 KATA PENGANTAR

Puji syukur atas kehadirat Allah SWT yang telah memberikan rahmat serta
karunianya kepada kami sehingga kami berhasil menyelesaikan makalah Dasar-
Dasar Kependidikan yang Alhamdulillah tepat pada waktunya yang berjudul
“PENAKSIRAN SELANG (ESTIMASI INTERVAL)”.
Kami mengakui bahwa kami adalah manusia yang mempunyai keterbatasan
dalam berbagai hal. Oleh karena itu tidak ada yang dapat diselesaikan dengan sangat
sempurna. Begitu pula dengan makalah ini yang telah kami selesaikan. Tidak semua
hal yang dapat kami analisa dengan sempurna dalam karya tulis ini. Kami
melakukannya dengan semaksimal mungkin dengan kemampuan yang kami miliki.
Di mana kami juga memiliki kemampuan keterbatasan.
Akhir kata kami ucapkan terima kasih kepada semua pihak yang telah
berperan ikut serta dalam penyusunan resume ini dari awal sampai akhir. Apabila
banyak kesalahan dalam kata ataupun penulisan kami mohon maaf dan kepada
Allah kami mohon ampun. Semoga Allah SWT senantiasa meridhoi segala urusan
kita. Aamiin

Bengkulu, Juli 2019

Penyusun

23
 DAFTAR ISI

Halaman Judul ........................................................................................................ i

Kata Pengantar ........................................................................................................ ii
Daftar Isi .................................................................................................................. iii

BAB I PENDAHULUAN
A. Latar Belakang ............................................................................................ 1
B. Rumusan Masalah ...................................................................................... 1
C. Tujuan .......................................................................................................... 1

BAB II PEMBAHASAN
A. Dasar teori .................................................................................................... 2
B. Permasalahan .............................................................................................. 7
C. Pembahasan ................................................................................................ 8

BAB III PENUTUP

A. Kesimpulan ................................................................................................. 19

DAFTAR PUSTAKA

24