PENDUGA INTERVAL PARAMETER DUA POPULASI

(PENDUGA INTERVAL SELISIH/BEDA DUA RATA-RATA

POPULASI)
1.1 Pendahuluan
a. Latar Belakang
Pendugaan merupakan suatu pernyataan mengenai parameter populasi yang
diketahui berdasarkan informasi dari sampel random yang diambil dari populasi
bersangkutan. Penduga adalah suatu statistik (harga sampel) yang digunakan untuk
menduga suatu parameter. Kriteria penduga yang baik adalah : tidak bias, efisien dan
konsisten. Statistik merupakan penduga bagi parameter populasi. Penduga titik tidak
selalu tepat menduga parameter populasi maka digunakan pendugaan dalam bentuk
selang interval. Pendugaan interval (selang) : pendugaan berupa interval, dibatasi dua
nilai (batas bawah dan batas atas). Pendugaan interval : interval kepercayaan atau
interval keyakinan (confidence interval) yang dibatasi oleh batas keyakinan atas (upper
confidence limit) dan batas keyakinan bawah (lower confidence limit). Untuk membuat
pendugaan interval harus ditentukan terlebih dahulu koefisien keyakinan atau tingkat
keyakinan yang diberi simbol (1 – α).
b. Rumusan Masalah
Berdasarkan latar belakang di atas, rumusan masalah yang dapat disimpulkan
adalah sebagai berikut:
1. Bagaimana cara mempelajari program SAS untuk dapat menghitung pendugaan
interval bagi selisih/beda rata-rata dua populasi saling bebas?
2. Bagaimana cara mempelajari program SAS untuk dapat menghitung pendugaan
interval bagi selisih/beda rata-rata dua populasi yang berpasangan?
c. Tujuan
Berdasarkan rumusan masalah diatas, tujuan praktikum yang dapat disimpulkan
adalah sebagai berikut:
1. Mengenal program SAS menghitung pendugaan interval bagi selisih/beda rata-rata
dua populasi saling bebas.
2. Mengenal program SAS menghitung pendugaan interval bagi selisih/beda rata-rata
dua populasi yang berpasangan.

1
1.2 Landasan Teori
Pendugaan adalah proses yang menggunakan sampel statistik untuk menduga atau
menaksir hubungan parameter populasi yang tidak diketahui. Penduga titik adalah suatu
nilai angka tertentu sebagai estimasi untuk parameter yang tidak diketahui. Pada
menduga interval µ harus didapatkan dua nilai statistik L dan N sedemikian sehingga P
(L ≤ µ ≤ N) = 1 – α dengan kepercayaan (1-α) untuk µ (rataan populasi) yang tidak
diketahui. Penduga titik tidak selalu tepat menduga parameter populasi maka digunakan
pendugaan dalam bentuk selang interval dalam setiap pendugaan mengandung peluang
kesalahan. Pendugaan interval adalah suatu dugaan terhadap parameter berdasarkan
suatu interval, di dalam interval di mana kita harapkan dengan keyakinan tertentu
parameter itu akan terletak, hasil pendugaan interval ini diharapkan akan lebih objektif.
Pendugaan interval akan memberikan kita nilai parameter dalam suatu interval dan
bukan nilai tunggal (Harlyan, 2013).
Pendugaan parameter adalah proses yang menggunakan sampel statistik untuk
menduga atau menaksir hubungan parameter populasi yang tidak diketahui. Penduga
adalah suatu statistik yang digunakan untuk menduga suatu parameter, estimasi adalah
pengukuran terhadap nilai parameternya (populasi) dari data sampel yang diketahui.
Ciri-ciri penduga yang baik.
1. Tidak bias (Unbiased) : apabila nilai penduga sama dengan nilai yang diduganya
2. Efisien : apabila penduga memiliki varian yang kecil
3. Konsisten :
a. Jika ukuran sampel semakin bertambah maka penduga akan mendekati
parameternya.
b. Jika ukuran sampel bertambah tak berhingga maka distribusi sampling penduga
akan mengecil menjadi tegak lurus di atas parameter yang sebenarnya dengan
probabilitas sama dengan satu.
Jenis-jenis pendugaan berdasarkan cara penyajiannya:
1. Pendugaan tunggal
Pendugaan yang hanya mempunyai atau menyebutkan satu nilai. Tidak
memberikan selisih atau jarak antara nilai penduga dengan nilai sebenarnya (parameter).
2. Pendugaan interval
Pendugaan yang mempunyai dua nilai sebagai pembatasan atau daerah pembatasan.
2
Digunakan tingkat keyakinan terhadap daerah yang nilai sebenarnya atau parameternya
akan berada. Nilai (1-α) disebut koefisien kepercayaan. Selang kepercayaan : (1-α)
dikali 100%.
Jenis-jenis pendugaan berdasarkan parameternya:
1. Pendugaan rata-rata.
2. Pendugaan proporsi.
3. Pendugaan varian.
(Anonim, 2012)
1. Kriteria 1: selang kepercayaan bagi μ1 - μ2 bila σ21 dan σ22 diketahui
Bila x 1 dan x 2 masing-masing adalah nilai rata-rata contoh acak bebas berukuran
n1 dan n2 yang diambil dari populasi dengan Ragam masing-masing populasi (σ21 dan
σ22) diketahui, maka selang kepercayaan (1-α) 100% bagi μ1 - μ2 adalah:

Catatan:
a. Data menyebar normal dengan contoh acak (sampel) besar
b. Z
2
adalah nilai peubah normal baku z yang luas daerah di sebelah kanannya
sebesar .
2. Kriteria II: Selang kepercayaan bagi μ1 - μ2 untuk contoh/sampel berukuran kecil
(n1,n2 < 30) dan bila σ21 = σ22 tetapi nilainya tidak diketahui.
Bila x 1 dan x 2 masing-masing adalah nilai tengah (rata-rata) contoh acak bebas
berukuran n1 dan n2 yang diambil dari dua populasi yang hampir normal dengan ragam
(varian) populasi sama (σ21 = σ22) tetapi tidak diketahui nilainya, maka selang
kepercayaan (1-α) 100% bagi μ1 - μ2 adalah:

3
Dengan:
(n1  1) s12  (n 2  1) s 22
S2gab =
n1  n 2  2

V = n1 + n2 - 2
Catatan :
Sgab adalah nilai dugaan simpangan baku populasi, v adalah nilai t dengan v =
n1+n2-2 derajat bebas yang luas daerah di sebelah kanannya sebesar .
3. Kriteria III selang kepercayaan bagi μ1 - μ2 untuk contoh/sampel berukuran kecil
(n1+n2<30) dan σ21 ≠ σ22 serta nilainya tidak diketahui.
Bila x 1 dan x 2 masing-masing adalah nilai tengah (rata-rata) dan ragam contoh acak
bebas berukuran n1 dan n2 yang diambil dari dua populasi yang hampir normal dengan
ragam (varian) populasi tidak sama (σ21 ≠ σ22) dan tidak diketahui nilainya, maka selang
kepercayaan (1-α) 100% bagi μ1 - μ2 adalah:

Yang di sebelah kanannya terdapat daerah seluas α/2.

Catatan: Umumnya nilai v akan berkoma sehingga dilakukan pembulatan.
4. Kriteria IV selang kepercayaan bagi μD = μ1 - μ2 untuk pengamatan berpasangan. D
berarti selisih/beda pasangan.
Bila d dan sd adalah nilai tengah dan simpangan baku selisih n pengamatan
berpasangan, maka selang kepercayaan (1-α) 100% bagi μD = μ1 - μ2 adalah:
sd sd
d  (t  )   D  d  (t  )
2
; n 1 n 2
; n 1 n
Sedangkan tα/2 adalah nilai t dengan v = n-1 derajat bebas yang luas daerah di sebelah
kanan (Fransiska, 2020).

4
1.3 Langkah Kerja dan Teladan
a. Langkah Kerja
1. Buka aplikasi SAS di komputer, melalui klik start lalu pilih program SAS.

Gambar 1. Aplikasi SAS.

2. Maka akan muncul lembar kerja Aplikasi SAS.

Gambar 2. Tampilan Lembar Kerja Aplikasi SAS.

3. kemudian masukkan syntax untuk mencari selang kepercayaan 95% bagi rata-rata
pengurangan bobot badan sesungguhnya dengan cara di modul dan data yang
dimasukkan sesuai dengan soal.

Gambar 3. Syntax Untuk Menghitung Selang Kepercayaan.

4. Setelah memasukkan syntax yang ingin dicari klik run yang terletak pada bagian
kanan atas. Maka kita akan mendapatkan hasilnya.

5
b. Teladan
1. Dinyatakan bahwa suatu diet baru dapat mengurangi bobot badan seseorang secara
rata-rata 4,5 kg dalam 2 minggu. Berikut ini dicantumkan bobot badan 7 wanita sebelum
dan sesudah mengikuti program diet ini selama 2 minggu tersebut.
Tabel 1. Soal Teladan 1.
Wanita
1 2 3 4 5 6 7
Sebelum 62.5 64.3 65.7 73.0 68.0 66.6 60.7
Sesudah 64.0 58.9 62.1 66.1 62.5 63.9 58.4
Tentukan selang kepercayaan 95% bagi rata-rata pengurangan bobot badan
sesungguhnya, bila sebaran bobot badan itu menghampiri sebaran normal.

6
1.4 Hasil dan Pembahasan
a. Hasil

Gambar 4. Hasil Teladan 1.

7
b. Pembahasan
Pada program SAS kita dapatkan hasil dari selang kepercayaan 95% bagi rata-rata
pengurangan bobot badan yaitu mean-nya bernilai 3.5571, jumlah datanya 7. Standar
deviasinya bernilai 2.776, kemudian nilai dari lower cl mean adalah 0.9898 dan nilai
dari upper cl mean adalah 6.1245. Dengan metode manual kita mencari hasil dari selang
kepercayaan 95% bagi rata-rata pengurangan bobot badan, di mana dari soal diketahui:
n=7
dengan data sebagai berikut:
Tabel 2. Data Bobot Badan.
X1i X2i di
62.5 64.0 -1.5
64.3 58.9 5.4
65.7 62.1 3.6
73.0 66.1 6.9
68.0 62.5 5.5
66.6 63.9 2.7
60.7 58.4 2.3

1,5  5,4  3,6  6,9  5,5  2,7  2,3

d= = 3.557142857
7
Sd = 2.776002607

Kemudian kita masukkan ke dalam rumusnya :

sd sd
d  (t  )   D  d  (t  )
2
; n 1 n 2
; n 1 n
2.776002607 2.776002607
3.557142857 - (t 0,05 )   D  3.557142857  (t 0,05 )
2
; 7 1 7 2
; 7 1 7

0.9898<  D <6.1245
Dengan mencari secara manual kita dapatkan hasil dari selang kepercayaan 95%
bagi rata-rata pengurangan bobot badan yaitu dengan jumlah datanya 7. Standar
deviasinya bernilai 2.776002607, kemudian nilai dari lower cl mean yang didapat
adalah 0.9898 dan nilai dari upper cl mean adalah 6.1245 jadi hasil dari program SAS
dan hasil dari hitungan manual itu sama.
Sehingga, selang kepercayaan 95% bagi rata-rata pengurangan bobot badan
sesungguhnya berada pada interval 0,9898 hingga 6,1245.

8
1.5 Kesimpulan dan Saran
a. Kesimpulan
Pendugaan adalah proses yang menggunakan sampel statistik untuk menduga atau
menaksir hubungan parameter populasi yang tidak diketahui. Beberapa kriteria untuk
menghitung pendugaan interval bagi selisih/beda rata-rata dua populasi saling bebas,
antara lain: Kriteria 1, selang kepercayaan bagi μ1 - μ2 bila σ21 dan σ22 diketahui. Kriteria
II, selang kepercayaan bagi μ1 - μ2 untuk contoh/sampel berukuran kecil (n1,n2 < 30) dan
bila σ21 = σ22 tetapi nilainya tidak diketahui. Kriteria III, selang kepercayaan bagi μ1 - μ2
untuk contoh/sampel berukuran kecil (n1+n2<30) dan σ21 ≠ σ22 serta nilainya tidak
diketahui. Untuk menghitung pendugaan interval bagi selisih/beda rata-rata dua
populasi yang berpasangan yaitu menggunakan kriteria IV selang kepercayaan bagi μD =
μ1 - μ2 untuk pengamatan berpasangan. D berarti selisih/beda pasangan.
Pada program SAS untuk soal teladan 1, kita dapatkan hasil dari selang
kepercayaan 95% bagi rata-rata pengurangan bobot badan yaitu mean-nya bernilai
3.5571, jumlah datanya 7. Standar deviasinya bernilai 2.776, kemudian nilai dari lower
cl mean adalah 0.9898 dan nilai dari upper cl mean adalah 6.1245. Jadi, selang
kepercayaan 95% bagi rata-rata pengurangan bobot badan sesungguhnya berada pada
interval 0,9898 hingga 6,1245.
b. Saran
Saran pada praktikum kali ini kita harus teliti dalam mengetikkan syntax yang kita
gunakan, karena apabila salah tanda sedikit saja ataupun ada yang tidak sesuai satu saja
maka data yang kita buat tidak dapat ditampilkan atau malah akan terjadi yang namanya
error. Kemudian juga harus memahami serta menghapal syntax untuk analisisnya agar
mudah dalam menyelesaikan tugasnya.