BAB 7

ESTIMASI PARAMETER
Materi ini mempelajari cara membuat
interval keyakinan (1- )100 % pada estimator :
❖ rata-rata dan selisih rata-rata,
❖ varian dan rasio dua varian.

Parameter populasi :
➢ mean  dan varian 2
➢ dapat estimasikan (diperkirakan) dari data
sampel.
Parameter sebagai penduga dinamakan estimator.

Contoh :
Populasi X mempunyai mean  dan varian 2 .
Jika mean  tidak diketahui,
rata-rata sampel X : estimator tunggal untuk .
Jika varian sampel 2 tidak diketahui,
varian sampel S2 : estimator tunggal untuk 2

44
Sifat-sifat Estimator :
1. Takbias.
Estimator θˆ : takbias thd parameter , jika
E( θˆ ) = 
2. Konsisten.
Estimator θˆ : konsisten thd , jika
lim P( θˆ n - θ  ε ) = 1
n→

Konsisten adalah sifat untuk sampel yang besar.

Contoh.
1. Rata-rata sampel X
Merupakan parameter tak bias terhadap
mean populasi  : E( X ) =  .

2. Varian sampel S2
Merupakan parameter tak bias terhadap varian
populasi 2 :
 
E(S ) = E 1
 i = 1(Xi - X)  = σ 2
2  n 2 


n -1
 

45
ESTIMASI INTERVAL KEYAKINAN

Batasan toleransi parameter , 2

dinyatakan dalam interval keyakinan.
Interval keyakinan untuk parameter  :
L    U, L : batas bawah, U : batas atas

Panjang interval tersebut juga ditentukan

berdasarkan tingkat keyakinan (signifikansi) sesuai
dengan keperluan analisis satistika.
Tingkat signifikansi (1-)100% untuk parameter :

P{L    U } = 1 - 

Interval keyakinan satu arah (1-) 100 % pada :

P{  U} = 1- (atas), dan P{L  }=1-  (bawah)

46
7.3. Interval keyakinan rata-rata sebuah populasi

Populasi X :
➢ rata-rata  tidak diketahui,
➢ varian 2 tidak diketahui.

Diambil sampel random X1 , X2 , …, Xn , dengan

rata-rata sampel X dan varian sampel S2.

Statistika penguji :
t= X − μ
S/ n

berdistribusi t dengan derajat kebebasan n – 1.

Gambar 2. Distribusi t

47
Dari distribusi t Diperoleh
P{-t/2,n-1  t  t/2,n-1 } = 1 - 
Atau
P{-t/2,n-1  X − μ  t/2,n-1 } = 1 - 
S/ n
Sehingga
P{ X - t/2,n-1 S/ n    X + t/2,n-1 S/ n } = 1 - 

Interval keyakinan dua arah (1 - ) 100% untuk rata-

rata  adalah

X  t/2,n-1 S/ n

48
 Interval keyakinan pada mean atau rata-rata
dengan varian diketahui

Populasi X
➢berdistribusi normal dengan mean , varian 2
➢mean  tidak diketahui,
➢varian 2 diketahui.

Diambil sampel random (data) : X1 , X2 , …, Xn

dengan ukuran n. Didapatkan rata-rata sampel
X.

Statistika penguji :
Z= X -μ
/ n
berdistribusi normal standar dengan mean 0
dan varian 1.

49
 Gambar 1. Distribusi Z (distribusi normal
standar)
Dari kurva distribusi normal standar
diperoleh :
P{- Z/2  Z  Z/2 } = 1 - 

Atau
P{- Z/2  X - μ  Z/2 } = 1 - 
/ n
Sehingga

P{ X - Z/2 / n    X + Z/2 / n } = 1 - 

Sehingga interval keyakinan (1- )100% pada

parameter  adalah

X  Z/2 / n

Ketepatan interval keyakinan :

Ditentukan error E =  X -  .
Ukuran sampel n yang sesuai adalah
2

 Zα/2 σ 

n=  


E 


50
7.4. Interval keyakinan pada selisih rata-rata

Populasi X1 dan X2 : berdistribusi normal,

X1 : mean 1 tidak diketahui, dan
varian σ 2 tidak diketahui,
1

X2 : mean 2 tidak diketahui, dan

varian σ 22 tidak diketahui.

Asumsi : σ 2 = σ 22 = 2 .
1

Dari populasi X1 diambil sampel random :

X11 , X12 , …, X1n1 dengan ukuran n1
Dari populasi X2 diambil sampel random :
X21, X22, …, X2n2 dengan ukuran n2

Definisi :
Interval keyakinan (1 - ) 100% pada
selisih mean 1 - 2 adalah

( X 1 - X 2 )  tα/2, n +n -2
Sp n1 + n1
1 2 1 2

Varian gabungan

(n - 1)S 2 + (n - 1)S2
S =
2 1 1 2 2
p
n1 + n 2 - 2

51
Asumsi : σ 2  σ 22
1

Definisi :
Interval keyakinan 100(1 - )% pada selisih rata-
rata 1 - 2 :

S12 S22
(X1 -X 2 )  t * +
ν n1 n 2
α/2,

Derajat bebas distribusi t :

(S12/n1 + S22/n 2 )2
= −2
(S1 /n1) (S2/n 2 )
2 2 2 2
+
n1 + 1 n2 + 1

Asumsi :
Jika varian σ 2 dan σ 22 diketahui,
1

Interval keyakinan (1-)100% pada selisih 1-2

adalah

2 2
( X 1 - X 2 ) Z/2 n
1 + 2
n
1 2

52
3.1. Interval keyakinan pada varian
mean atau rata-rata tidak diketahui

Populasi X :
• berdistribusi normal
• rata-rata  tidak diketahui.

Diambil sampel random X1 , X2 , …, Xn

dengan ukuran n. Dapat dihitung X dan S2.

Statistik penguji :
2 = (n - 1)S
2
2

berdistribusi chi-kuadrat dengan derajat

kebebasan n-1.

53
 Gambar 3. Distribusi Chi-Kuadrat

Dari kurva distribusi chi-kuadrat diperoleh :

P{2(1-/2),(n-1)  2  2(/2),(n-1) } = 1 - 

Atau
P{2(1-/2),(n-1)  (n - 1)S2
 2(/2),(n-1) } = 1 - 
2

Sehingga

(n
P{ 2 - 1)S2 (n
  2
2 - 1)S2
}=1-
χ /2,n - 1 χ 1 − /2,n - 1

54
Sehingga interval keyakinan 100(1- ) persen pada
varian 2 adalah

(n - 1)S2  2  (n - 1)S2
χ /2,n - 1
2 2 χ 1 − /2,n - 1

Batas bawah dan batas atas interval

keyakinan
100(1- ) persen pada parameter 2 ,
masing-masing diberikan dengan :

(n - 1)S2  2 (n
dan   2 - 1)S
2
2

χ , n -1
2 χ 1 − , n -1

55
3.2. Interval keyakinan pada ratio dua varian

Populasi X1 dan X2 : berdistribusi normal,

mean 1 dan 2 tidak diketahui, dan
varian σ 2 dan σ 2 tidak diketahui,
1 2

Dari populasi X1 diambil sampel andom :

X11 , X12 , …, X1n dengan ukuran n1
Dari populasi X2 diambil sampel random :
X21, X22, …, X2n dengan ukuran n2

Dari sampel dapat dihitung :

rata-rata : X 1 dan X 2
Varian sampel : S12 dan S22

Statistik penguji :
S 2 /2
F = 22 22
S1 / 1
berdistribusi F dengan derajat kebebasan
(n2-1),(n1- 1).

56
 Gambar 4. Distribusi F

Dari kurva distribusi F, diperoleh

P{F(1-/2),(n2-1),(n1-1)  F  F(/2),(n2-1),(n1-1) } = 1 - 
atau
S2 /2
P{F(1-/2),(n2-1),(n1-1) 22 22  F(/2),(n2-1),(n1-1)}=1- 
S1 / 1
atau
S 2
1  2
1 S 1
2
P{ 2 F1-/2,(n2-1),(n1-1)  2  2 F/2,(n2-1),(n1-1)}
S2 2 S2
=1-

57
Sehingga interval keyakinan 100(1- ) persen pada
ratio dua varian 12 adalah
2

2
S12 F
1-/2,(n2-1),(n1-1) 
 2 S2

 22  S22 F/2,(n2-1),(n1-1)
1 1
S22

Batas bawah dan batas atas interval keyakinan

100(1- ) persen pada ratio dua varian  2
1 ,
22
masing-masing diberikan dengan :

S12 F
1-,(n2-1),(n1-1)
 2
1 dan  2
1 S2
 2 F,(n2-1),(n1-1)
 
1
2 2
S22
2 2 S2

58
Studi Kasus : Debit sedimen
Diberikan data sampel hasil penelitian mengenai debit
sedimen rata-rata bulanan dari suatu hulu sungai (dalam
100 ton/hari) selama 1981 di dua lokasi pos duga air,
sebagai berikut.

No. Bulan Debit sedimen rata-rata

bulanan pada hulu sungai
Lokasi A Lokasi B
1. Januari 0.40 0.38
2. Februari 0.22 0.20
3. Maret 0.57 0.76
4. April 0.44 0.77
5. Mei 0.49 1.27
6. Juni 0.27 0.40
7. Juli 0.31 0.47
8. Agustus 0.21 0.34
9. September 0.17 0.04
10. Oktober 0.16 0.03
11. November 0.27 0.47
12. Desember 0.23 0.13

Statistika Deskriptif :
LOKASI A LOKASI B
Rata-rata sampel: X 1 0,3117 Rata-rata sampel : X 2 0,4383
Varian : S1
2
0,18 Varian : S22 0,127
Deviasi Standar : S1 0,13306 Deviasi Standar : S2 0,35662

59
a. Interval keyakinan pada mean debit sedimen

1. Lokasi A
Interval keyakinan dua arah 95% untuk rata-rata debit
sedimen pada Lokasi A : t0,025, 11 = 2,201

X - t0,025, 11 S/ n    X + t0,025, 11 S/ n

0,3117–2,201x0,13306/ 12 0,3117+2,201x 0,13306/ 12

0,227    0,396

Sebuah batas bawah interval keyakinan satu arah 95%

untuk rata-rata debit sedimen pada Lokasi A :
t0,05, 11 = 1,796

X - t0,05, 11 S/ n  
0,3117 – 1,796 x 0,13306/ 12  
0,2427  

2. Lokasi B
Interval keyakinan dua arah 95% untuk rata-rata debit
sedimen pada Lokasi B : t0,025, 11 = 2,201

X - t0,025, 11 S/ n    X + t0,025, 11 S/ n
0,4383–2,201x0,35662/ 12 0,4383+2,201 x 0,35662/ 12

0,2117    0,665

60
Sebuah batas bawah interval keyakinan satu arah 95%
untuk rata-rata debit sedimen pada Lokasi B : t0,05, 11 =
1,796
X - t0,05, 11 S/ n  
0,4383 – 1,796 x 0,35662/ 12  
0,2534  

61
b. Interval keyakinan pada selisih mean debit
sedimen dari dua lokasi

Asumsi : σ 2 = σ 22 = 2
1

Varian gabungan :
(n - 1)S2 + (n - 1)S2
p=
S2 1 1 2 2
n + n -2
1 2
= (12 - 1) 0,018 + (12 - 1)0,127
12 +12 - 2
= 0,0724

Interval keyakinan dua arah 95% untuk selisih rata-rata

debit sedimen dari dua Lokasi A dan Lokasi B : t0,025, 22
= 2,074
( X 1 - X 2 )- tα/2, n +n Sp n1 + n1  1 - 2 
-2
1 2 1 2

( X 1 - X 2 )+ tα/2, n +n -2 Sp n1 + n1
1 2 1 2

0,3117-0,4383 - t0,025, 22 x 0,269 1 1

+
12 12
 1 - 2 
1 1
0,3117+0,4383 - t0,025, 22 x 0,269 +
12 12

-0,3545  1 - 2  0,1012

62
Asumsi : σ 2  σ 22
1

Derajat kebebasan untuk statistika t

(S12/n1 + S22/n 2 )2
= −2
(S1 /n1) (S2/n 2 )
2 2 2 2
+
n1 + 1 n2 + 1

= (0,018/12 + 0,127/12 )2
− 2 = 14,55
2
(0,018/12) + (0,127/12) 2
12 + 1 12 + 1

Sehingga, interval keyakinan dua arah 95% untuk selisih

rata-rata debit sedimen dari dua Lokasi A dan Lokasi B,
apabila σ 2  σ 22 :
1

t0,025, 15 = 2,131
S12 S22
( X 1 - X 2 )- t
* +  1-2 
ν n1 n 2
α/2,

S12 S22
( X 1 - X 2 )+ t
* +
ν n1 n 2
α/2,

(0,3117 – 0,4383 – 2,131 0,018 0,127

12
+
12
 1 - 2 
0,018 0,127
(0,3117 - 0,4383) + 2,131 12
+
12

- 0,361  1 - 2  0,108

63
Output SPSS 11
T-Test
Group Statistics
N Mean Std. Deviation Std. Error Mean

POS
DEBIT pos 1 12 .3117 .13306 .03841
pos 2 12 .4383 .35662 .10295

Independent Samples Test

Levene’s Test for t-test for Equality of Means

Equality of Variances
Sig. t df Sig. (2-tailed)
F
DEBIT Equal variances 4.502 .045 -1.153 22 .261
assumed
Equal variances -1.153 14.005 .268
not assumed

t-test for Equality of Means

95% Confidence Interval of
the Difference
Mean Std. Error Lower Upper
Difference Difference
DEBIT Equal variances -.1267 .10988 -.35454 .10121
assumed
Equal variances -.1267 .10988 -.36233 .10900
not assumed

64