BAB 2

INFERENSI STATISTIK UNTUK

SATU POPULASI

Pembahasan mengenai inferensi statistik (estimasi interval

parameter dan uji hipotesis) untuk satu populasi dalam bab ini
mencakup:
a. Estimasi interval untuk rerata populasi.
b. Uji hipotesis untuk rerata populasi.
c. Estimasi interval untuk proporsi populasi.
d. Uji hipotesis untuk proporsi populasi.

2.3. ESTIMASI INTERVAL UNTUK

PROPORSI POPULASI

Interval Konfidensi untuk Proporsi 1

Populasi

Pada data proporsi dengan sampel berukuran besar,

distribusi sampling nilai rerata-nya (= proporsinya) dapat
dianggap berdistribusi normal. Misalkan dimiliki variabel
59
random Y yang berskala dikotomi dari populasi tak berhingga,
dengan proporsi ‘sukses’ dalam populasi P, dan misalkan
dimiliki pula sampel acak berukuran n dari populasi tersebut
dengan proporsi ‘sukses’ dalam sampel p, maka interval
konfidensi 100 (1−α ) % untuk nilai proporsi populasi P adalah:

p + Zα /2 . PQ (2.15.a)
n
dengan Q = 1 – P.
Jika proporsi populasi P dan komplemennya Q tak
diketahui, digunakan estimatornya yaitu proporsi sampel p dan
komplemennya q:

p + Zα /2 . pq (2.15.b)
n
dengan q = 1 – p.
Pada populasi berhingga berukuran N, apabila ukuran
sampel n tak dapat diabaikan terhadap ukuran populasi ( n N >
5%), harus digunakan ‘koreksi populasi berhingga’ (fpc),
sehingga interval konfidensi 100 (1−α ) % untuk nilai proporsi
populasi P adalah:

PQ  N − n 
p + Zα /2 .   (2.16.a)
n  N 

60
 Jika proporsi populasi P dan komplemennya Q tak
diketahui, digunakan estimatornya yaitu proporsi sampel p dan
komplemennya q:

pq  N − n 
p + Zα /2 .   (2.16.b)
n  N 

Contoh 2.8:
Di antara 900 petani sebagai sampel acak petani di DIY,
610 orang adalah buruh tani. Hitunglah interval konfidensi 90%
proporsi buruh tani di antara seluruh petani di DIY.

n = 900 p = 610 = 0.678

900

q = 1 – p = 290 = 0.322
900
Estimasi standard error proporsi sampel p adalah:

SEˆ ( p ) = pq
n

=
( 0.678)( 0.322 ) = 0.0156
900

(1− a ) = 0.09 → Zα /2 = Z0.05 = 1.64

Interval konfidensi 90% proporsi buruh tani adalah:

p + Zα /2 . SEˆ ( p )

61
 0.678 + (1.64)(0.0156)
atau: [0.652 ; 0.703]

Catatan:
a. Untuk data proporsi, nilai P (dan estimatornya p)adalah:
0<P<1 dan Q=1–P
b. Jika digunakan untuk perhitungan persentase, maka:
0 < P < 100 dan Q = 100 – P

Ukuran Sampel Minimum untuk Estimasi

Interval 1 Proporsi

Misalkan hendak diestimasi interval konfidensi 100 (1−α )

% untuk proporsi populasi P. Interval konfidensi yang akan
diperoleh dinyatakan dengan lambang [ pB ; p A ]; pB dan p A
masing-masing menyatakan batas bawah dan batas atas interval
konfidensi tersebut. Misalkan pula 2I = PA − PB menyatakan
lebar interval maksimum yang diinginkan (=presisi), maka:
I = Zα /2 . SE ( p )

PQ
yaitu: I = Zα /2 .
n
62
dengan Q = 1 – P, sehingga ukuran sampel minimum yang
dibutuhkan adalah:
2
( Zα /2 ) PQ
n= (2.17.a)
I2

Apabila proporsi populasi P dan Q tak diketahui,

disubstitusi dengan estimasinya yaitu proporsi sampel p dan
komplemennya q yang diperoleh dari studi pendahuluan:
2
( Zα /2 ) pq
n= (2.17.b)
I2
dengan q = 1 – p.

Contoh 2.9:
Misalkan pada contoh 2.8 di atas, untuk estimasi interval
proporsi buruh tani di antara seluruh petani di DIY dengan
tingkat keyakinan 90%, lebar estimasi yang diinginkan cukup
tidak melebihi 10%, maka ukuran sampel minimum yang
dibutuhkan adalah:
2
(Z )
n = α /2
pq
I2
Zα /2 = Z0.05 = 1.64 2I = 10% I = 5% = 0.05

63
 p = 0.678 q = 0.322
2
n=
(1.64 ) ( 0.678)( 0.322 )
2
( 0.05)
= 236.36 ≈ 237
Jika nilai P dan Q tak diketahui, demikian pula estimasinya
p dan q (tidak dilakukan studi pendahuluan), dapat digunakan
 ˆ
 P̂Q  yang akan menghasilkan nilai n terbesar, yaitu
 max
 ˆ
 P̂Q  = (0.5)(0.5) = 0.25, sehingga diperoleh:
 max

2
0.25( Zα /2 )
n= (2.17.c)
I2

Contoh 2.10:
Pada contoh 2.9, jika nilai proporsi populasi maupun
estimasinya tak diketahui, ukuran sampel minimum yang
dibutuhkan adalah:
2 ˆ ˆ
( ) PQ
Z
n = α /2 2
I
dengan P̂ = 0.5 dan Q̂ = 0.5, sehingga:
1.642 
n=




( 0.5)( 0.5)
0.052
= 270.57 ≈ 271
64