Selang Kepercayaan Contoh Besar

 Jika ukuran contoh (sample size) besar, maka menurut Teorema

Limit Pusat, banyak statistik mengikuti/mempunyai sebaran yang
mendekati normal (dapat dianggap normal).
 Artinya jika  adalah parameter (misalnya  , p, 1  2 , p1  p2 ), maka
untuk contoh besar, menurut Teorema Limit Pusat, maka
transform-z
ˆ  
z
 ˆ

mempunyai sebaran yang mendekati sebaran normal. Dalam hal

ini adalah PKM (penduga kemungkinan maksimum) bagi  , 
ˆ
ˆ

adalah simpangan baku dari ˆ.

    biasa disebut juga galat baku (standard error) dari ˆ .
ˆ

 Dengan demikian transform-z   ˆ dapat dijadikan pivot untuk

z
 ˆ

memperoleh selang kepercayaan bagi  .

 Untuk parameter  (rataan populasi), ukuran contoh dikatakan
besar jika n  30 . Untuk parameter p (proporsi populasi), jika np
dan n(1  p) keduanya lebih besar dari 5.

Teladan 1. Andaikan ˆ adalah statistik yang mempunyai sebaran

normal dengan rataan  dan simpangan baku   ,  diasumsikanˆ

diketahui. Carilah selang kepercayaan 1   , 0    1, bagi  .

Jawab.
Transform-z bagi  adalah
ˆ  
Z
 ˆ

yang mempunyai sebaran normal baku N (0,1) . Dengan demikian kita

peroleh pernyataan peluang
P   z 2  Z  z 2   1  

Pensubstitusian transform-z ke dalam pernyataan peluang itu

menghasilkan
 ˆ   
P   z 2   z 2   1  
  ˆ 
 

Yang setelah melalui serangkaian manipulasi aljabar menghasilkan

 
P ˆ  z 2 ˆ    ˆ  z 2 ˆ  1  
Jadi, selang kepercayaan 1   bagi  adalah (ˆ  z  ˆ ,ˆ  z 2 ˆ )
 2
atau, biasa

juga dituliskan ˆ  z
 2  ˆ .

 Andaikan dalam suatu kasus ukuran contoh n cukup besar (n  30) .

Andaikan ˆ  X adalah rataan contoh, maka   S .
ˆ
X  ˆ
n n

Dengan demikian selang kepercayaan (1   )100% contoh besar bagi

rataan populasi  adalah
 s
X  z 2  X  z 2
n n

Dalam hal ini s adalah nilai dugaan bagi  .

 Jadi
  s s 
P  X  z 2    X  z 2   1
 n n 

Ini kita artikan bila percobaan atau survei yang menghasilkan

data kita lakukan berulang-ulang, dan dari setiap ulangan itu kita
buat selang kepercayaan bagi  , maka kira-kira (1   )100% dari
semua selang kepercayaan yang dibuat akan mencakup nilai
parameter  yang sebenarnya.
 Untuk suatu data contoh tertentu, andaikan x dan s adalah nilai
rataan dan simpangan baku contoh. Ada dua kemungkinan,
selang kepercayaan x
z 2 s mencakup atau tidak mencakup
n

parameter  . Namun kita tidak akan tahu pasti, yang mana dari
dua kemungkinan itu yang terjadi.
  Yang membuat kita percaya (1   )100% adalah bahwa prosedur yang
kita gunakan menjamin bahwa bila dibuat banyak sekali selang
kepercayaan, maka kira-kira (1   )100% di antaranya akan mencakup
parameter  yang sebenarnya.

Selang Kepercayaan untuk Proporsi p

 Perhatikan sebaran binom dengan parameter p.
 Andaikan X adalah banyaknya keberhasilan dalam n tindakan
(trials).
 Maka PKM bagi p adalah p̂  X n .
 dan
 X2 np(1  p) p(1  p) pˆ (1  pˆ )
 2
X n  2
  
n n2 n n

sehingga
pˆ (1  pˆ )
 pˆ 
n

 Dengan demikian selang kepercayaan (1   )100% contoh besar

hampiran bagi p adalah
 pˆ (1  pˆ ) pˆ (1  pˆ ) 
 pˆ  z 2 , pˆ  z 2 
 n n 

 Pertanyaan yang muncul adalah bagaimana kita tahu bahwa

ukuran contoh yang kita miliki cukup besar untuk dapat
menerapkan Teorema Limit Pusat?
  Banyak penelitian telah dilakukan dengan hasil saran yang
berbeda-beda. Dalam kuliah ini kita akan menggunakan
pegangan berikut: Dalam pendugaan proporsi p, ukuran contoh
dianggap besar (cukup besar untuk menerapkan Teorema Limit
Pusat) bila np  5 dan n(1  p)  5 .

Teladan 2. Suatu produsen kulkas berani memberi jaminan

penggantian kompresor bagi produknya bila kompresornya rusak
sebelum lima tahun. Suatu contoh contoh acak 60 produk yang laku
terjual menunjukkan bahwa 10 di antaranya mengalami kerusakan
kompresor sebelum waktu lima tahun. Buat selang kepercayaan 95%
bagi proporsi sebenarnya produk yang mengalami kerusakan
kompresor sebelum berusia pakai lima tahun.
Jawab
Di sini pˆ 
10 1

. Untuk   5%  0.05, z 2  z0.025  1.96 . Dengan demikian
60 6

selang kepercayaan 95% bagi p, proporsi atau persentase sebenarnya

produk yang mengalami kerusakan kompresor sebelum berusia pakai
lima tahun, adalah
 1  1 
pˆ (1  pˆ )  1   1  
pˆ  z 2     1.96   6  6 
n 6 60

yang menghasilkan selang kepercayaan (0.072, 0.261). Jadi kita

percaya 95% bahwa persentase sebenarnya produk yang mengalami
kerusakan kompresor sebelum berusia pakai lima tahun akan berada
di dalam selang (0.072, 0.261).

Margin of Error dan Ukuran Contoh

 Margin of error sering digunakan untuk mengkuantifikasi
ketidakpastian dalam hasil survei.
 Sebuah survei memberi catatan bahwa margin of error-nya plus-
minus 4 persen. Apakah artinya?
 Margin of error tidak lain adalah setengah dari panjang
maksimum selang kepercayaan.
 Andaikan b adalah panjang selang kepercayaan 95% bagi p dan
p ˆ pˆ . Bila x adalah nilai dugaan bagi p, maka
  x  x    x  x  
  1      1   
x
b   1.96  n  n   x
  1.96  
n n 
n n n n 
 
 
 x  x 
 1  
 3.92  
n n 1
 3.92
n 4n

(mengapa?)
 Jadi, margin of error dari p̂ adalah
1
3.92
max b 4n  1.96
d 
2 2 2 n

atau 100d % bila dinyatakan dalam persen.

 Dari rumus selang kepercayaan bagi p, dapat disimpulkan bahwa
bila ukuran contoh n ditingkatkan, selang kepercayaan akan
semakin pendek, yang pada gilirannya membuat nilai dugaan
bagi p semakin tinggi ketepatannya.
 Akan tetapi ukuran contoh yang lebih tinggi berimplikasi lebih
mahal ditinjau dari segi waktu, sumberdaya dan tentu saja uang.
 Ukuran contoh yang terlalu kecil dapat membuat inferensi tidak
akurat.
 Oleh karenanya penting untuk dapat menetukan ukuran contoh
minimum yang akan menghasilkan ketepatan minimum yang
masih dapat diterima atau kesalahan maksimum yang masih
dapat ditoleransi.
 Selang kepercayaan (1   )100% contoh besar bagi p adalah
pˆ (1  pˆ ) pˆ (1  pˆ )
pˆ  z 2  p  pˆ  z 2
n n
 Selang kepercayaan, yang tersusun atas dua pertidaksamaan ini,
dapat dituliskan pula sebagai
pˆ (1  pˆ ) z 2
p  pˆ  z 2  pˆ (1  pˆ )
n n

yang menunjukkan bahwa nilai dugaan p̂ berada dalam jarak

z 2
pˆ (1  pˆ ) satuan dari parameter p yang diduga.
n

 Karena pˆ (1  pˆ ) 
1 , pertidaksamaan di atas dapat ditulis menjadi
4

z 2 1 z 2
p  pˆ  
n 4 2 n

 p  pˆ  kesalahan = galat = error

 Kalau kita ingin kesalahan p  pˆ  d , maka haruslah

 z 2
d atau n
z2 2
2 n 4d 2

 Jadi, kalau kita ingin menduga p dengan p̂ dalam jarak d dengan

tingkat kepercayaan (1   )100%, maka haruslah z2 2 . Bila ini tidak
n
4d 2

menghasilkan bilangan bulat, maka harus dibulatkan ke atas.

Teladan 3. Sebuah lembaga survei hendak menduga persentase yang

mendukung kebijaksanaan ekonomi presiden dengan margin of error
3% dengan tingkat kepercayaan 95%.
Jawab
Dalam soal ini d  0.03 dan   5% sehingga z 2  1.96 .
Dengan demikian
 z2 2(1.96) 2
n 2   1067.1
4d 4(0.03) 2

Jadi lembaga survei itu harus mewawancarai 1068 responden yang

diambil secara acak.

Selang Kepercayaan Contoh Kecil bagi 

 Andaikan X1 , X 2 ,..., X n adalah suatu contoh acak dari populasi normal
N ( , 2 ) , dengan parameter  dan  tidak diketahui. 2

 Andaikan tidak mungkin atau tidak praktis mengambil contoh

yang besar.
 Kita tahu bahwa
 X 
n
 X 
T 
(n  1) S 2 S n
(n  1) 2

mempunyai sebaran-t Student dengan (n  1) derajat bebas.

 Karena T merupakan fungsi dari statistik X dan parameter  dan
sebaran p.a. T tidak bergantung parameter  dan  maka T dapat 2

dijadikan pivot.
 Selang kepercayaan bagi  bila X1 , X 2 ,..., X n diambil dari populasi
normal dan ukuran contoh tidak besar (n  30) serta ragam populasi
2 tidak diketahui adalah
S S
X  t 2;( n1)    X  t 2;( n1)
n n
Soal-soal Latihan
1. Andaikan X adalah suatu contoh acak berukuran n 1 dari
sebuah sebaran seragam yang didefinisikan pada selang (0, ) . Buat
selang kepercayaan 98% bagi  .
2. Perhatikan pernyataan peluang
 X  
P  2.81  Z   2.75   k
  n 

dalam hal ini X adalah rataan contoh berukuran n dari N (  , 2 )

dengan  diketahui.
2

(a) Carilah nilai k

(b) Gunakan pernyataan peluang di atas untuk mencari selang
kepercayaan bagi  .
 (c) Berapa taraf kepercayaan dari selang kepercayaan itu?
(d) Cari selang kepercayaan setangkup bagi  dengan taraf
kepercayaan yang sama.
3. Suatu contoh acak berukuran 50 dari sabun deterjen 1-kiloan
menghasilkan rataan 1.05 kg. Anggaplah berat sabun-sabun itu
menyebar normal dengan simpangan baku 0.06 kg. Susun selang
kepercayaan 95% bagi rataan sebenarnya  .
4. Misalkan X1 , X 2 ,..., X n dari populasi N (  , 2 ) dan  tidak diketahui.
2

(a) Buat selang kepercayaan (1   )100% bagi  . 2

(b) Jika suatu contoh acak dari sebuah populasi normal

menghasilkan statistik: ,
n  21 x  44.3 , dan s  3.96 , buat selang
kepercayaan 90% bagi  . 2
5. Andaikan X1 , X 2 ,..., X n adalah suatu contoh acak dari sebuah
sebaran eksponen dengan fkp f ( x) 
1
e  x  ,  0, x  0 . Buat selang


kepercayaan 95% bagi  .

6. Andaikan X1 , X 2 ,..., X n adalah suatu contoh acak dari populasi

N (  , 2 ) .
(a) Susun selang kepercayaan (1   )100% bagi  bila  diketahui.
2

(b) Susun selang kepercayaan (1   )100% bagi  bila  tidak 2

diketahui.
7. Andaikan X1 , X 2 ,..., X n adalah contoh acak dari populasi N ( 1 , 2 ) dan
Y1 , Y2 ,..., Yn adalah contoh acak dari populasi N ( 2 ,  2 ) . Andaikan kedua
contoh itu bebas dan  diketahui. Susun selang kepercayaan
2

(1   )100% bagi ( ,  ).
1 2