PENDAHULUAN

Karena adanya berbagai alasan seperti banyaknya individu dalam populasi

amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis,
baik tenaga, waktu, maupun biaya, maka penelitian hanya menggunakan sampel
saja. Harga – harga parameter hanya di estimasikan / diduga berdasarkan harga
harga statistik sampelnya. Pendugaan dalam kehidupan sehari – hari tidak dapat
dihindari. Permasalahannya adalah bagaimana pendugaan tersebut mendekati
kebenaran. Oleh karena itu, statistika induktif mengembangkan teori
pendugaan (estimasi/ penaksiran).
MAKA
Teori pendugaan (estimasi / penaksiran) adalah suatu proses dengan menggunakan
statistik sampel untuk menduga parameter populasi.

Statistika Inferensial

Sifat - sifat Estimasi

 Dalam membuat estimasi harga parameter populasi, seyogyanya variabel
random harga statistik sampel tidak bervariasi terlalu jauh dari harga,
parameter populasi yang konstan. Misalnya, jika / merupakan mean populasi
dan X merupakan penduga bagi /, maka dalam menggunakan X sebagai
penduga kita harus berharap variabel random X tidak akan menyimpang
terlalu jauh dari.

 Penduga yang baik memiliki beberapa sifat :

1. Tidak bias/ Unbiased
2. Efisien
3. Konsisten
Cara Menduga Harga Parameter
Harga parameter dapat diestimasikan/ diduga dengan dua cara, yakni :
 Point estimation (Pendugaan Titik)
adalah suatu nilai (suatu titik) yang digunakan untuk menduga suatu parameter
populasi.
 Interval estimation (Pendugaan Interval)
adalah suatu interval yang menyatakan selang dimana suatu parameter populasi
mungkin berada.

Interval Estimation
Dalam prakteknya, pendugaan tunggal yang terdiri atas satu angka tidak
memberikan gambaran mengenai berapa jarak/ selisih nilai penduga tersebut
terhadap nilai sebenarnya. Hal ini didasarkan atas pertimbangan bahwa suatu nilai
dugaan tidak mungkin dapat dipercaya 100%. Pendugaan interval menunjukkan
pada interval berapa suatu parameter populasi akan berada yang dibatasi oleh dua
nilai, yang disebut nilai batas bawah dan nilai batas atas.
 Misal : rata – rata modal akan terletak dalam interval antara 95 juta – 105
juta. Kita mengharapkan bahwa nilai rata – rata sebenarnya akan terletak di
dalam interval tersebut. Interval yang demikian disebut interval keyakinan
atau selang keyakinan.

Untuk membuat pendugaan interval, harus ditentukan terlebih dahulu besarnya

koefisien keyakinan atau tingkat keyakinan, yang diberi simbol 1 - a. Besarnya nilai 1
- a, misalnya adalah 90%, 95%, 99%, atau yang lainnya.
Perhatikan kurva normal berikut :
(luas kurva = 1 atau 100%)

1 - a: koefisien keyakinan/ tingkat keyakinan

a : taraf signifikan atau besarnya kesalahan yang ditolerir dalam membuat
keputusan
MISAL : rata – rata modal terletak antara interval 95 juta – 105 juta (a = 95 juta, b =
105 juta) dan 1 - a = 0,90.
ARTINYA : Kita memutuskan bahwa interval 95 – 105 akan memuat μ dengan
probabilitas sebesar 0,90. Dan kesalahan
yang ditolerir adalah sebesar 0,10. Kesalahan yang mungkin terjadi adalah bahwa
interval tersebut tidak memuat μ.

Terdapat 3 rumus pendugaan interval rata – rata μ

Rumus ini berlaku untuk sampel besar (n ³ 30) dari populasi yang tak terbatas atau
dari populasi terbatas akan tetapi penarikan sampel dilakukan dengan
pengembalian.

Rumus ini berlaku untuk populasi terbatas, akan tetapi sampel sebanyak n diambil
tanpa pengembalian dari populasi N elemen dan σ diketahui.

Rumus ini berlaku untuk sampel kecil (n < 30) yang diambil dari populasi (σ tidak
diketahui) dengan pengembalian. Rumus ini diperoleh dari rumus 1 dengan jalan
mengganti σ dengan s dan Za/2 dengan t a/2.

Nilai Confidence Interval

• Confidence Interval 99%, Z = ± 2.575
• Confidence Interval 95%, Z = ± 1.96
• Confidence Interval 90%, Z = ± 1.645
• Confidence Interval 80%, Z = ± 1.28

STUDI KASUS 1
Seratus orang calon mahasiswa teknik mesin sebagai sampel acak, yang telah
mengikuti tes IQ, mempunyai rata – rata IQ sebesar 110 dan diketahui mempunyai
simpangan baku sebesar 20. Dengan menggunakan tingkat keyakinan sebesar 95
%, buatlah pendugaan interval dari rata – rata IQ calon mahasiswa teknik mesin
tersebut !
STUDI KASUS 2
Lima orang mahasiswa teknik mesin dipilih secara acak untuk diukur tingginya. X1 =
160 cm ; X2 = 160 cm ; X3 = 165 cm ; X4 = 175 cm ; X5 = 180.
Buatlah pendugaan interval tentang rata - rata tinggi mahasiswa dengan
tingkat keyakinan 95 % !
 MATERI

Estimasi Interval
• Estimasi Interval menunjukkan pada interval berapa suatu parameter populasi akan
berada.
• Estimasi ini dibatasi oleh dua nilai, disebut sebagai batas atas dan batas bawah,
yang masing-masing mempunyai simpangan d dari estimatornya.
• Besarnya d akan tergantung kepada:
1. Ukuran sampel acak yang digunakan
2. Tingkat keyakinan (level of confidence)
3. Distribusi probabilitas untuk statistik (estimated value) yang digunakan.

Estimasi Interval
• Tingkat keyakinan (level of confidence) perlu ditentukan lebih dulu untuk
mengestimasi sebuah parameter.
• Tingkat keyakinan untuk estimasi parameter disimbolkan sebagai 1-α, dimana α
adalah taraf nyata / besarnya kesalahan yang ditolerir dalam membuat keputusan
• Perhatikan hubungan tingkat keyakinan 1-α dan taraf nyata α pada grafik distribusi
normal

Estimasi Interval
1. Tingkat keyakinan (1-α) adalah pernyataan probabilitas. Jadi nilainya adalah
0 <(1-α)< 1
2. Hubungan antara nilai estimasi (estimate value, x̄) nilai sebenarnya (true value, µ)
dan tingkat keyakinan (1-α) diberikan dalam pernyataan:
P(x̄ - d < µ < x̄ + d) = 1-α
3. Dalam pengujian distribusi normal telah dijelaskan cara mengkonversikan nilai
mean dan varians data ke dalam bentuk Z sbb:

Estimasi Interval
Maka interval keyakinan-nya adalah:

Estimasi Rata-rata
• Ada 2 jenis :
1. Kasus sampel besar (n>30) dan atau σ diketahui
▫ Untuk Populasi tidak terbatas (infinite population)
▫ Untuk Populasi terbatas (finite population)
2. Kasus sampel kecil (n<30) dan atau σ tidak diketahui
▫ Untuk Populasi tidak terbatas (infinite population)
▫ Untuk Populasi terbatas (finite population)

Estimasi Rata-rata
1. Kasus sampel besar (n>30) dan atau σ diketahui:
- Populasi tidak terbatas

- Populasi terbatas

Estimasi Rata-rata
1. Kasus sampel besar (n>30) dan atau σ diketahui:
- Populasi tidak terbatas

- Populasi terbatas

Dengan: df=n-1
• Contoh Soal 1:
Diambil sampel acak dari 100 mahasiswa sebuah PT di Jakarta. Hasil test IQ pada
100 mahasiswa tsb didapatkan rata-ratanya 112 dan varians 100. Dengan level
keyakinan 95%, tentukan interval konfidens untuk nilai rata-rata IQ dari seluruh
mahasiswa PT tersebut.

Estimasi Proporsi
1. Kasus sampel besar (n>30) dan atau σ diketahui:
- Populasi tidak terbatas

- Populasi terbatas

Estimasi Proporsi
1. Kasus sampel kecil (n<30) dan atau σ diketahui:
- Populasi tidak terbatas

- Populasi tidak terbatas

Dengan: df=n-1
• Contoh Soal 3:
Dari hasil survey yang dilakukan agen iklan terhadap kebiasaan ibu-ibu rumah
tangga dalam menyaksikan iklan tayangan tv swasta didapatkan bahwa 76 orang
dari 180 orang yang dipilih secara acak biasa menyaksikan tayangan iklan paling
sedikit 2 jam per minggu. Jika peneliti tersebutmenggunakan level keyakinan
sebesar 90%, tentukan interval estimasi seluruh ibu rumah tangga yang biasa
menyaksikan tayangan iklan paling sedikit 2 jam per minggu.

Jadi dengan keyakinan sebesar 90% didapatkan bahwa proporsi ibu-ibu yang biasa
menyaksikan tayangan iklan paling sedikit 2 jam seminggu berada di antara 35,9
hingga 48,1%

Estimasi Beda dua Proporsi

1. Kasus sampel besar (n>30) dan atau σ diketahui:
- Populasi tidak terbatas

- Populasi terbatas

Estimasi Beda dua Proporsi

1. Kasus sampel kecil (n<30) dan atau σ diketahui:
- Populasi tidak terbatas
- Populasi terbatas Dengan: df=n1 +n2 -1

• Contoh Soal :
Untuk mengetahui perbedaan proporsi ketaatan pemilik mobil dalam membayar
pajak (PKB) diambil sampel secara acak di kota A dan B. Di Kota A sebanyak 100
pemilik mobil ternyata 72 orang telah melunasi PKB. Di kota B sebanyak 100 pemilik
mobil ternyata 66 orang telah melunasi PKB. Tentukan interval keyakinan sebesar
90% untuk mengestimasi beda proporsi pemilik mobil yang taat melunasi pajak di
kedua kota tersebut.

Jadi dengan keyakinan sebesar 90% didapatkan bahwa proporsi pemilik mobil taat
bayar pajak di kota A lebih besar dibandingkan dengan di kota B dengan estimasi
4,7% sampai 16,74%
 DAFTAR PUSTAKA

Apriani Tien, Anggi. 2016. Estimasi dan Interval Estimasi. Jakarta:Kompasiana.

Diakses pada tanggal 13 April 2019.
https://www.kompasiana.com/apriancos/56f3427f1393736c054e8e65/estimasi-
dan-interval-estimasi-rangkuman?page=2

Melsigizi1c. 2013. Makalah Satistik (Estimasi). Jakarta: Blogspot. Diakses pada

tanggal 14 April 2019.
http://melsigizi1c.blogspot.com/2013/11/makalah-statistik-estimasi.html?m=1

Youngqie. 2014. Estimasi. Jakarta: Blogspot. Diakses pada tanggal 15 April 2019.
http://youngqie.blogspot.com/2014/12/estimasi.html?m=1

Melsigizi1c. 2013. Makalah Satistik (Estimasi). Jakarta: Blogspot. Diakses pada

tanggal 14 April 2019.
http://melsigizi1c.blogspot.com/2013/11/makalah-statistik-estimasi.html?m=1