TEORI ESTIMASI

PENDAHULUAN

Inferensi statistik mencakup semua metode yang digunakan dalam penarikan

kesimpulan atau generalisasi mengenai populasi.
Inferensi statistik dapat dikelompokkan dalam 2 bidang utama:
1. PENDUGAAN PARAMETER
Contoh :
- Seorang calon dalam suatu pemilihan ingin menduga proporsi yang sebenarnya
pemilih yang akan memilihnya, dengan cara mengambil 100 orang secara acak
untuk ditanyai pendapatnya. Proporsi pemilih yang menyukai calon tersebut dapat
digunakan sebagai dugaan bagi proporsi populasi yang sebenarnya.
2. PENGUJIAN HIPOTESIS
Contoh :
- Seorang peneliti masalah kedokteran diminta untuk memutuskan, berdasarkan bukti-
bukti hasil percobaan, apakah suatu vaksin baru lebih baik daripada yang sekarang
beredar di pasaran.
- Seorang insinyur ingin memutuskan, berdasarkan data contoh apakah ada perbedaan
ketelitian antara dua jenis alat ukur.

Metode Pendugaan Parameter suatu populasi dapat dibedakan menjadi dua :

1. METODE PENDUGAAN KLASIK
Pendugaan dilakukan berdasarkan sepenuhnya pada informasi sampel yang diambil dari
populasi.
2. METODE PENDUGAAN BAYES
Pendugaan dengan menggabungkan informasi yang terkandung dalam sampel dengan
informasi lain yang telah tersedia sebelumnya yaitu pengetahuan subyektif mengenai
distribusi probabilitas parameter.

4.2. METODE PENDUGAAN KLASIK

Statistik ̂ yang digunakan untuk memperoleh sebuah dugaan bagi parameter
populasi  disebut penduga atau fungsi keputusan. Sedangkan ˆ adalah sebuah nilai dugaan
berdasarkan sampel acak berukuran n.
Misal : Fungsi keputusan S2 (yang merupakan fungsi dari sampel acak yang bersangkutan)
adalah suatu penduga bagi  2 , sedangkan nilai dugaan s2 merupakan
“realisasinya”.
Sifat-sifat yang seharusnya dimiliki oleh penduga :
1. TAKBIAS
Statistik ̂ dikatakan penduga takbias bagi parameter  bila ˆ  E (
ˆ )  .
2. EFISIEN
Diantara semua kemungkinan penduga takbias bagi parameter  , yang ragamnya
terkecil adalah penduga paling efisien bagi  .
ESTIMASI TITIK

Sebuah nilai tunggal yang digunakan untuk mengestimasi sebuah parameter disebut titik
estimator, sedangkan proses untuk mengestimasi titik tersebut disebut estimasi titik (point
estimation). Biasanya disepakati bahwa ˆ adalah lambang untuk estimator untuk  .

Definisi 5.1

Jika  adalah suatu parameter dari suatu populasi X, maka suatu statistik ˆ disebut
estimator tak bias dari parameter  apabila dipenuhi E( ˆ ) =  , bila syarat tersebut tidak
dipenuhi, maka ˆ disebut estimator bias dari  .

ESTIMASI INTERVAL

Nilai titik taksiran untuk sebuah parameter akan tergantung kepada sampel yang
diperoleh. Oleh karena itu, orang lebih suka melakukan estimasi dengan menggunakan
interval. Proses untuk melakukan estimasi dengan menggunakan interval disebut estimasi
interval.

Tentu saja, makin lebar interval estimator yang dipakai, kebenaran estimasi akan
semakin besar. Namun demikian, pada praktiknya orang akan mencari interval estimator
yang sempit dengan derajat kepercayaan yang memuaskan. Derajat kepercayaan dalam
mengestimasi disebut koefisien kepercayaan (konfidensi) yang merupakan pernyataan dalam
bentuk peluang.

Misalnya ˆ merupakan estimator untuk parameter  , sedangkan A dan B adalah nilai-nilai

estimator tersebut berdasarkan suatu sampel tertentu, maka koefisien kepercayaannya
dinyatakan dengan:

P(A <  < B) = 1 – α

Interval A <  < B disebut interval kepercayaan (interval konfidensi), sedangkan A dan B
disebut batas-batas kepercayaan. Interval kepercayaan disebut juga selang kepercayaan.

Perhatikan bahwa P(A <  < B) = 1 – α diartikan bahwa kita merasa 100(1 – α)% percaya
(yakin) bahwa  terletak di antara A dan B.
INTERVAL KONFIDENSI UNTUK RATAAN

Untuk melakukan estimasi rataan, digunakan teorema-teorema berikut:

Teorema 1 (Interval konfidensi untuk µ jika  2 diketahui)

Jika X adalah rataan sampel random berukuran n yang diambil dari populasi normal (atau
populasi tidak normal dengan ukuran sampel n  30) dengan  2 diketahui, maka interval
konfidensi 100(1 – α)% bagi µ ditentukan oleh:

 
X  z1    X  z1
 n  n
2 2

Contoh 1:

Suatu sampel random berukuran 100 diambil dari sebuah populasi yang mempunyai deviasi
baku 2,93. Rataan sampel tersebut ialah 67,45. Tentukan interval estimator untuk µ dengan
interval konfidensi:

a. 95%
b. 99%

Solusi:

a. Karena interval konfidensinya 95%, maka α = 0,05 dan ½ α = 0,025 , sehingga z 0,025 =
 2,93
1,96. Kemudian,   0,293 . Dengan melakukan substitusi ke dalam formula
n 10
interval konfidensi pada Teorema 1, diperoleh:
67,45 – (1,96)(0,293) < µ < 67,45 + (1,96)(0,293)
 66,876 < µ < 68,024

b. Karena interval konfidensinya 99%, maka α = 0,01 dan ½ α = 0,005 , sehingga z 0,005 =
2,576. Berarti:
67,45 – (2,576)(0,293) < µ < 67,45 + (2,576)(0,293)
 66,695 < µ < 68,204

Teorema 2 (Interval konfidensi untuk µ jika  2 tak diketahui)

Jika X dan s2 adalah rataan dan variansi dari sampel random berukuran kecil (n < 30) yang
diambil dari populasi normal dengan  2 tak diketahui, maka interval konfidensi 100(1 – α)%
bagi µ ditentukan oleh:

s s
X  t1    X  t1
 ; n 1 n  ; n 1 n
2 2
Contoh 2:

Dari populasi kontainer yang diasumsikan berdistribusi normal, diambil 7 buah kontainer,
yang ternyata masing-masing isinya ialah 9,8 ; 9,6 ; 10,2 ; 10.0 ; 9,8 ; 10,4 ; dan 10,2 liter.
Tentukan interval konfidensi 95% untuk rataan populasi.

Solusi:

Setelah dicari, ditemukan X = 10,0 dan s = 0,283. Karena interval konfidensinya

95%, maka ½ α = 0,025 , sehingga t0,025;6 = 2,447. Kemudian,
s 0,283
  0,107 sehingga diperoleh:
n 7
10,0 – (2,447)(0,107) < µ < 10,0 + (2,447)(0,107)
 9,738 < µ < 10,262

INTERVAL KONFIDENSI UNTUK BEDA RATAAN

Untuk melakukan estimasi beda rataan, digunakan teorema-teorema berikut:

Teorema 3 (Interval konfidensi untuk µ1 - µ2 jika  12 dan  22 diketahui)

Jika X 1 dan X 2 adalah rataan sampel random yang independen berukuran n1 dan n2, yang
diambil dari populasi-populasi normal (atau populasi tidak normal dengan ukuran sampel n1
 30 dan n2  30) dengan  12 dan  22 diketahui, maka interval konfidensi 100(1 – α)% bagi
µ1 dan µ2 ditentukan oleh:

 12  22  12  22
( X 1  X 2 )  z1   1  2  ( X 1  X 2 )  z 1 
 n1 n2  n1 n2
2 2

Contoh 3

Sampel bola lampu A dengan ukuran sampel 150 menunjukkan bahwa masa pakainya
mempunyai rataan 1400 jam dengan deviasi baku 120 jam. Sampel bola lampu B dengan
ukuran sampel 200 menunjukkan bahwa masa pakainya mempunyai rataan 1200 jam dengan
deviasi baku 80 jam. Tentukan interfal konfidensi 95% untuk selisih rataan populasi bola
lampu A dan B.

Solusi:

Karena sampelnya besar, walaupun deviasi baku populasi tidak diketahui, namun deviasi
baku tersebut dapat didekati dengan nilai deviasi baku dari sampel.

Interval konfidensinya 95%, sehingga ½ α = 0,025 dan z0,025 = 1,96.

  12  22 120 2 80 2
Kemudian,     128  11,314 sehingga:
n1 n2 150 200

(1400 1200)  (1,96)(11,34)  1  2  (1400 1200)  (1,96)(11,314)

 177,825  1  2  377,825

Perhatikan kembali interval konfidensi pada Teorema 3. Jika  12 dan  22 diketahui dan
diketahui pula bahwa  12 =  22 =  2 , maka interval konfidensinya ialah:

1 1 1 1
(X 1  X 2 )  z1    1   2  ( X 1  X 2 )  z 1  
 n1 n2  n1 n2
2 2

Apabila variansi populasi pertama dan variansi populasi kedua tidak diketahui, tetapi
diketahui bahwa kedua variansinya sama, dan tambahan pula ukuran masing-masing populasi
kecil (n1 < 30 dan n2 < 30), maka interval konfidensi untuk selisih rata-rata populasi
diberikan oleh teorema berikut.

Teorema 4

Jika s12 dan s12 berturut-turut merupakan variansi-variansi dari sampel-sampel yang
independen dengan ukuran-ukuran n1 dan n2 yang diambil dari populasi-populasi normal
dengan variansi-variansi yang sama, yaitu  2 , maka estimator gabungan s 2p dengan

(n1 1) s12  (n2 1) s22

s 2p 
n1  n2  2

Adalah estimator tak bias dari  2 . s 2p sering disebut variansi gabungan (pooled variance).

Teorema 5 (Interval konfidensi untuk µ1 - µ2 jika  12 dan  22 tidak diketahui, tetapi  12 =

 22 =  2 )

Jika X 1 dan X 2 adalah rataan sampel random yang independen, yang berukuran n1 dan n2
(dengan masing-masing sampel n1 < 30 dan n2 < 30) yang diambil dari populasi-populasi
normal dengan variansi-variansi sama namun tidak diketahui, maka interval konfidensi 100(1
– α)% bagi µ1 - µ2 ditentukan oleh:

1 1 1 1
( X 1  X 2 )  t1 sp   1  2  ( X 1  X 2 )  t 1 sp 
 ;n1 n2 2 n1 n2  ;n1 n2 2 n1 n2
2 2
Contoh 4

Metode pembelajaran konvensional diberikan kepada 12 siswa. Kepada kelompok yang

kedua, sebanyak 10 siswa, diberikan pembelajaran dengan metode kerja kelompok. Setelah
satu periode waktu tertentu, kepada siswa siswa di kedua kelompok tersebut diberi ujian
dengan soal yang sama. Siswa-siswa pada kelompok pertama memperoleh rataan 85 dengan
deviasi baku 4, sedangkan siswa-siswa pada kelompok kedua mempunyai rataan 81 dengan
deviasi baku 5. Carilah interval kepercayaan 90% untuk selisih rataan populasi, jika distribusi
nilai-nilai pada masing-masing kelompok dianggap normal dan kedua populasi mempunyai
variansi yang sama.

Solusi:

Misalnya µ1 dan µ2 masing-masing merupakan rataan siswa-siswa yang diberi metode

pembelajaran konvensional dan metode kerja kelompok.

X 1 - X 2 = 85 – 81 = 4; n1 + n2 – 2 = 12 + 10 – 2 = 20; t0,05;20 = 1,725.

(11)(16)  (9)( 25)

s 2p   20,050; s p  20,050  4,478;
20

1 1 1 1
    0,083  0,100  0,428; sehingga
n1 n2 12 10

4  (1,725)(4,478)(0,428)  1  2  4  (1,725) (4,478)(0,428)

 0,694  1  2  7,306

Apabila variansi populasi pertama dan variasi populasi kedua tidak diketahui, tetapi diketahui
bahwa kedua variansinya nilainya tidak sama, dan tambahan pula ukuran masing-masing
populasi kecil (n1 < 30 dan n2 < 30) maka interval konfidensi untuk selisih rata-rata populasi
diberikan oleh teorema berikut.

Teorema 6 (Interval konfidensi untuk µ1 - µ2 jika  12 dan  22 tidak diketahui, tetapi  12 

 22 )

Jika X 1 dan X 2 adalah rataan-rataan sampel ramdom yang independen, yang berukuran n1
dan n2 (dengan masing-masing n1 < 30 dan n2 < 30), dengan variansi-variansi s12 dan s12 ,
yang diambil dari populasi-populasi normal dengan variansi-variansi yang tidak diketahui
dan tidak sama, maka interval konfidensi 100(1 – α)% bagi µ1 - µ2 ditentukan oleh:

s12 s22 s12 s22

( X 1  X 2 )  t1   1  2  ( X 1  X 2 )  t 1  dengan,
 ;v n1 n2  ;v n n2
2 2 1
 s12 s22 2
(  )
n1 n2
v
 s 2  2
  s 2  2 
  /( n1  1)   2  /( n2  1)
1

 n1    n2  

Contoh 5

Catatan selama 15 tahun, rataan curah hujan di bulan Mei untuk Kabupaten A adalah 4,93 cm
dengan deviasi baku 1,14 cm, sedangkan catatan selama 10 tahun untuk Kabupaten B rataan
curah hujan untuk bulan yang sama adalah 2,64 cm dengan deviasi baku 0,66 cm. Carilah
interval konfidensi 95% untuk selisih rataan curah hujan tersebut, jika dianggap pengamatan-
pengamatan tersebut berasal dari populasi normal dengan variansi yang berbeda.

Solusi:

X 1 - X 2 = 4,93 – 2,64 = 2,29;

1,14 2 0,66 2 2
(  )
v 15 10  22,7  23;
 1,14 2  2   0,66 2  2 
  / 14    / 9
 15    10  

t0,025;23 = 2,069;

s12 s 22 1,14 2 0,66 2

    0,087  0,044  0,362
n1 n2 15 10

Sehingga,

2,29  (2,069)(0,362)  1  2  2,29  (2,069)(0,362)

 1,541  1  2  3,039

Teorema 7 (Interval konfidensi untuk µ1 - µ2 pada observasi berpasangan)

Jika D adalah rataan dari beda nilai-nilai pada observasi berpasangan pada sampel random
yang berukuran n yang diambil dari populasi normal dengan rataan µD = µ1 - µ2 , maka
interval konfidensi100(1 – α)% untuk µD ditentukan oleh:

sD sD
D  t1  D  D  t 1
 ;n 1 n  ;n 1 n
2 2

dengan sD adalah deviasi baku variabel random D = X1 – X2

Contoh 6

Dua kelompok siswa masing-masing beranggotakan 10 orang. Kedua kelompok tersebut

mempunyai IQ yang kurang lebih sama. Kepada kelompok I diminta untuk mempelajari
bahan belajar mandiri A dan kepada kelompok II diminta untuk mempelajari bahan belajar
mandiri B. Setelah selesai, kepada mereka diberikan tes yang sama, dan nilai-nilai mereka
adalah sebagai berikut:

Tabel 1

Distribusi Nilai-nilai Kelompok I dan Kelompok II

No 1 2 3 4 5 6 7 8 9 10
Kelp I 78 62 87 60 93 77 84 66 81 90
Kelp II 83 54 89 72 88 79 92 65 87 85

Carilah interval konfidensi 98% untuk selisih rataan kelompok I dan kelompok II, jika
dianggap pengamatan-pengamatan tersebut berasal dari populasi normal.

Solusi:

Tabel 2

Tabel kerja untuk mencari rataan dan deviasi baku

Kelompok I Kelompok II D D2
78 83 -5 25
62 54 8 64
87 89 -2 4
60 72 -12 144
93 88 5 25
77 79 -2 4
84 92 -8 64
66 65 1 1
81 87 -6 36
90 85 5 25
Jumlah  D = -16 392

n = 10; n = 3,162

D = - 1,6

(10)(392)  (16) 2 3664

S D2    40,711
(10)(9) 90

SD  40,711  6,381 t 0,01;9  2,281

  6,381   6,381 
sehingga, (  1,6 )  (2,821)    1   2  (  1,6 )  (2,821) 
 3,162   3,162 

  7,292  1   2  4,093

INTERVAL KONFIDENSI UNTUK PROPORSI

Teorema 8 (Interval Konfidensi Untuk Proporsi p pada Sampel Besar)

Jika p̂ adalah proporsi sukses pada sampel random yang berukuran besar (n  30), maka
interval konfidensi 100(1 – α)% hampiran untuk parameter binomial p ditentukan oleh:

pˆ (1  pˆ ) pˆ (1  pˆ )
pˆ  z 1  p  pˆ  z 1
 n  n
2 2

Contoh 7

Pada sampel random yang terdiri dari 500 orang yang makan di café pada malam Minggu,
ternyata 160 orang di antaranya menyenangi sea food. Carilah interval konfidensi 95% untuk
proporsi orang yang menyenangi sea food.

Solusi:

p̂ = 160/500 = 0,320; 1 - p̂ = 0,680; z 0,025 1,96

pˆ (1  pˆ ) (0,320)(0,680
  0,000435  0,0209
n 500

Sehingga,

0,32  (1,96)(0,0209)  p  0,32  (1,96)(0,0209)

 0,279  p  0,361

INTERVAL KONFIDENSI UNTUK BEDA PROPORSI

Teorema 9 (Interval Konfidensi Untuk p1 – p2 pada Sampel Besar)

Jika p̂1 dan p̂2 adalah proporsi sukses berturut-turut pada dua sampel random berukuran n1
 30 dan n2  30, maka interval konfidensi 100(1 – α)% hampiran untuk beda parameter
binomial p1 – p2 ditentukan oleh:
 pˆ1 (1  pˆ1 ) pˆ 2 (1  pˆ 2 ) pˆ1 (1  pˆ1 ) pˆ 2 (1  pˆ 2 )
( pˆ1  pˆ 2 )  z 1   p1  p2  ( pˆ1  pˆ 2 )  z 1 
 n1 n2  n1 n2
2 2

Contoh 8

Banyaknya pemilih di kota A adalah 5000 orang dan banyaknya pemilih di kota B adalah
2000 orang. Seorang kandidat mendapatkan 2400 suara di kota A dan 1200 suara di kota B.
Tentukan interval konfidensi 90% untuk selisih rasio yang memilih kandidat di dua kota
tersebut.

Solusi:

p̂1 = 2400/5000 = 0,480; p̂2 = 1200/2000 = 0,600;

pˆ 1  pˆ 2   0,120; z 0, 05 1,645;

pˆ 1 (1  pˆ 1 ) pˆ 2 (1  pˆ 2 ) (0,48)(0,52) (0,60)(0,40)
    0,0130
n1 n2 5000 2000

Sehingga,

 0,120  (1,645)(0,0130)  p1  p2   0,120  (1,645)(0,0130)

  0,1414  p1  p2   0,0986

Tampak bahwa kedua ujung interval bertanda negatif. Hal ini berarti bahwa proporsi yang
memilih kandidat tersebut lebih besar di kota B dibandingkan di kota A.

INTERVAL KONFIDENSI UNTUK VARIANSI

Teorema 10 (Interval Konfidensi untuk  2 )

Jika s2 adalah suatu variansi suatu sampel random dengan ukuran n yang diambil dari
populasi normal, maka interval konfidensi 100(1 – α)% untuk  2 ditentukan oleh:

(n  1) s 2 (n  1) s 2
 
2

 2  12
; n 1 ; n 1
2 2

Contoh 9

Dalam eksperimen untuk melihat diameter sekrup dengan mengambil 10 buah sekrup sebagai
sampel, diperoleh variansi diameter sekrup sebesar 0,286 milimeter. Tentukan interval
konfidensi 95% untuk variansi diameter sekrup yang sesungguhnya dengan menganggap
bahwa diameter-diameter sekrup berdistribusi normal.
Solusi:

n = 10; s2 = 0,286;  2 0,025; 9 19,023 ;  2 0,975; 9  2,700

Sehingga,

(9)(0,286) (9)(0,286)
2
19,023 2,700

 0,135   2  0,953

INTERVAL KONVIDENSI UNTUK RASIO DUA VARIANSI

Teorema 11 (Interval Konfidensi untuk  12 /  12 )

Jika s12 dan s12 adalah variansi-variansi dari sampel-sampel random independen dengan
ukuran n1 dan n2 yang berasal dari populasi normal dengan variansi  12 dan  22 , maka interval
konfidensi 100(1 – α)% untuk  12 /  12 ditentukan oleh:

s12 1  12 s12
 2  2 F
2
s2 F  1 s2 2 ; n 2 1, n1 1
; n1 1, n 2 1
2

Contoh 10

Sebuah tes dikenakan kepada 25 mahasiswa laki-laki dan 16 mahasiswa perempuan. Rataan
skor mahasiswa laki-laki adalah 82 dengan deviasi baku 8, sedangkan rataan skor mahasiswa
perempuan adalah 78 dengan deviasi baku 7. Carilah interval konfidensi 98% untuk
 1 /  2 dengan mengasumsikan bahwa distribusi nilai-nilai mereka adalah normal.

n1 = 25; n2 = 16; s1 = 8; s2 = 7; F0,01; 24,15  3,29 ; F0,01;15, 24  2,89

Sehingga,

 64   1   1  64 
2

    2   (2,89)
 49   3,29   1  49 

 12
 0,397   3,775
 12

1
 0,630   1,943
2
LATIHAN

1. Suatu sampel random berukuran 40 diambil dari sebuah populasi yang mempunyai
deviasi baku 2,5. Rataan sampel tersebut ialah 65. Tentukan interval estimator untuk
µ dengan interval konfidensi 90%!

2. Dari nilai-nilai ujian akhir Statistika yang diasumsikan berdistribusi normal, diambil
nilai dari 9 anak yang adalah 66, 73, 65, 70, 72, 80, 85, 60, 70. Tentukan interval
konfidensi 90% untuk rataan populasi!

3. Sampel bola lampu A dengan ukuran sampel 60 menunjukkan bahwa masa pakainya
mempunyai rataan masa hidup 1000 jam dengan deviasi baku 80 jam. Sampel bola
lampu B dengan ukuran sampel 50 mempunyai rataan masa hidup 900 jam dengan
deviasi baku 100 jam. Tentukan interval konfidensi 95% untuk selisih rataan populasi
bola lampu A dan bola lampu B ! jika diasumsikan distribusi masa pakai kedua bola
lampu normal dan kedua populasi mempunyai variansi yang sama! Diasumsikan
bahwa variansi kedua populasi tidak sama

4. Pada sampel random yang terdiri dari 400 orang, ternyata 300 orang di antaranya
gemar menonton sepak bola. Tentukan interval konvidensi 90% untuk proporsi orang
yang menyenangi sepak bola!

5. Dari 1000 siswa SMU I, yang menyenangi sepak bola ada 450 orang. Dari 900 siswa
SMU II, yang menyenangi sepak bola ada 350 orang. Tentukan interval konfidensi
95% untuk selisih rasio siswa yang menyenangi sepak bola di SMU I dan di SMU II!

6. Dalam suatu penelitian untuk melihat diameter sekrup, dengan 10 buah sekrup
diperoleh diameter-diameter berikut (dalam cm).

0,55 0,56 0,60 0,53 0,55 0,56 0,50 0,53 0,51 0,56

Tentukan interval konfidensi 90% untuk variansi diameter sekrup pada populasinya
dengan menganggap bahwa diameter-diameter sekrup itu berdistribusi normal!

7. Sebuah tes dikenakan kepada mahasiswa. Dari kelompok mahasiswa laki-laki diambil
21 orang, dan dari 21 orang tersebut mempunyai rataan skor 82 dengan deviasi baku
9. Dari kelompok mahasiswa perempuan diambil 16 orang, dan dari 16 orang tersebut
mempunyai rataan skor 85 dengan deviasi baku 10. Tentukan interval konfidensi 90%
untuk perbandingan deviasi baku mahasiswa laki-laki dan perempuan dengan
menganggap bahwa distribusi nilai-nilai mereka adalah normal!

8. Suatu stimulant akan diuji akibatnya terhadap tekanan darah. Dua belas orang pria
telah diambil secara random dari kelompok umur 30 – 40 tahun. Hasil pengukuran
tekanan darah sebelum dan sesudah diberi stimulant adalah sebagai berikut.

No 1 2 3 4 5 6 7 8 9 10 11 12
Y 120 124 130 118 140 128 140 135 126 130 126 127
X 128 130 131 127 132 125 141 137 118 134 129 130
 Keterangan: Y = sebelum diberi stimulant; X = setelah diberi stimulan

Tentukan interval konfidensi 95% untuk selisih rataan setelah diberi stimulan dan
sebelum diberi stimulant, jika pengamatan-pengamatan tersebut dianggap berasal dari
populasi normal!
Akan diduga rataan pendapatan dari pelayan restoran di kota-kota besar di Jawa. Diambil
sampel secara acak sebanyak 75 orang pelayan restoran, didapatkan rataan pendapatannya adalah
Rp 130.000,- dengan simpangan baku Rp 20.000,-

kantong sedang diambil secara acak dari suatu penyalur beras dimana masing-masing
beratnya 5.4 , 5.3 , 4.7 , 4.6 kg. Berapakah 90% selang kepercayaan untuk rataan berat kantong
beras di penyalur tersebut? Jika dianggap kantong-kantong beras tersebut sebarannya mendekati
normal.

Suatu Pabrik yang membuat suku cadang menduga proporsi cacat dari hasil produksinya,
diambil sampel sebanyak 400 didapatkan cacat sebanyak 34. Berapa 85% selang kepercayaan
proporsi hasil produksi yang cacat?