ESTIMASI PARAMETER

MINGGU 3, 4, 5
 SUB_CPMK – 2
ESTIMASI SATU DAN DUA POPULASI
SubCPMK-2 : Mampu menaksir parameter satu dan dua
populasi

Materi : Estimasi parameter satu dan dua populasi

• Estimasi satu Populasi : rata-rata; varians dan proporsi;
• Estimasi dua Populai : selisih rata-rata; rasio dua varians
dan selisih proporsi

Indikator :
• Mampu menaksir rata2 satu populasi dan selisih rata-
rata dua populasi
• Mampu menaksir varians dan rasio dua varians populasi
• Mampu menaksir proporsi dan selisih dua proporsi
populasi
Estimasi_Mutiah_ 2
 MINGGU KE – 3

1. KONSEP ESTIMASI TITIK

2. SIFAT-SIFAT ESTIMASI;
3. ESTIMASI INTERVAL;
4. ESTIMASI RATA-RATA SATU
POPULASI (Z DAN T)
5. ESTIMASI PROPORSI SATU
POPULASI
6. ESTIMASI VARIANS SATU
POPULASI
Estimasi_Mutiah_ 3
 1. ESTIMASI TITIK
• Estimasi adalah keseluruhan proses yang
menggunakan sebuah estimator untuk
menghasilkan sebuah estimate dari suatu
parameter.
• Sebuah estimasi titik dari sebuah parameter
 adalah sesuatu angka tunggal yang
dapat dianggap sebagai nilai pendekatan
dari 
 = 𝜃

 𝜃
Estimasi_Mutiah_ 4
 CONTOH

 ingin mengestimasi rata-rata penghasilan buruh di

suatu kota. Sebuah sampel mencatat besarnya
penghasilan buruh di kota tsb dikumpulkan
menghasilkan rata-rata Rp 2.000.000,-.
 Dalam hal ini telah dilakukan estimasi titik, dengan
menggunakan estimator berupa statistic mean ( X )
untuk mengestimasi parameter mean populasi (μ).
 Nilai sampel Rp 2.000.000,- ( 𝑋 ) sebagai nilai
estimate dari mean populasi (µ ).

Estimasi_Mutiah_ 5
 MACAM-MACAM ESTIMASI TITIK

RATA-RATA
𝑛
𝑖=1( 𝑋1 + 𝑋2 + ..........+ 𝑋𝑛 )
𝜇=𝑋 =
𝑛
VARIANS
𝑛 2
(𝑋 −𝑥 )
𝜎2 = 𝑆2 = 𝑖=1 𝑖
𝑛−1
PROPORSI
𝑎
𝑃= p=𝑝=
𝑛

Estimasi_Mutiah_ 6
 2. SIFAT-SIFAT ESTIMASI

Estimasi yang baik mempunyai sifat

1. Tidak bias (unbiased estimator)
2. Efisien (efficient estimator)
3. Konsisten  semakin besar ukuran sampel
(n) maka estimator kan mendekati
keadaan yang sebenarnya

Estimasi_Mutiah_ 7
Estimasi_Mutiah_ 8
 Dari gambar diatas mana yang efisien ??????

Konsisten  semakin besar ukuran sampel (n) maka

estimator kan mendekati keadaan yang sebenarnya
Estimasi_Mutiah_ 9
 3. ESTIMASI INTERVAL

• Sebuah estimasi interval (interval

estimate) dari sebuah parameter ,
adalah suatu sebaran nilai nilai yang
digunakan untuk mengestimasi interval.
• Jika dimiliki sampel X1, X2, …., Xn dari
distribusi normal N(, 2) maka
2
X ~ N(  , )
n

Estimasi_Mutiah_ 10
Diterangkan dengan konsep estimasi interval θ

𝜃 −𝜇𝜃
p ( -Zα/2 < Z < Zα/2 ) = 1-α  𝑍 =
𝜎𝜃

Sampai ketemu p ( ........ < 𝜇𝜃 < ........ ) = 1-α

Estimasi_Mutiah_ 11
 BUKTIKAN ....

𝜃 −𝜇𝜃
p ( -Zα/2 < Z < Zα/2 ) = 1-α  𝑍 =
𝜎𝜃
𝜃 − 𝜇𝜃
p ( -Zα/2 < < Zα/2 ) = 1-α
𝜎𝜃

p ( -Zα/2 𝜎𝜃 < 𝜃 − 𝜇𝜃 𝜎𝜃 ) = 1-α

< Zα/2

p ( - 𝜃 - Zα/2 𝜎𝜃 < −𝜇𝜃 < - 𝜃 + Zα/2 𝜎𝜃 ) = 1-α

Kalikan ruas kiri dengan minus 1 (-1) maka diperoleh

p ( ........ > 𝜇𝜃 > ........ ) = 1-α  atau juga sama dengan

x p ( 𝜃 - Zα/2 𝜎𝜃 < 𝜇𝜃 < 𝜃 + Zα/2 𝜎𝜃 ) = 1-α

Estimasi_Mutiah_ 12
• Jadi interval kepercayaan (confidence
interval) adalah estimasi interval berdasarkan
tingkat kepercayaan tertentu dan batas atas
serta batas bawah interval disebut batas
kepercayaan (confidence limits).

• Dari prakteknya tingkat kepercayaan

dilakukan sebelum estimasi dilakukan, jadi
dengan menetapkan tingkat kepercayaan
interval sebesar 90 persen
(90 %  (1 – α) 100% untuk α = 10% maka
tingkat kepercayaan interval = 90%) .

• Artinya seseorang yang melakukan estimasi

ingin agar 90 persen yakin bahwa parameter
(misalkan mean) dari populasi akan termuat
dalam interval yang diperoleh
Estimasi_Mutiah_ 13
4. ESTIMASI INTERVAL RATA-RATA
SATU POPULASI (Z DAN T)

Estimasi_Mutiah_ 14
LANJUT DENGAN PENJELASAN ......
Sampai ketemu ..... 
Lihat slide 12....

Estimasi_Mutiah_ 15
 𝑧𝛼 𝜎 𝑧𝛼 𝜎 di.........
𝑒= 2 2 𝑧𝛼 𝜎 2
𝑛 𝑛= 𝑛= 2
𝑒 𝑒
Estimasi_Mutiah_ 16
Estimasi_Mutiah_ 17
 LATIHAN SOAL
1. Sebuah perusahaan memproduksi bolam yang umurnya
kira-kira menyebar normal dg simpangan baku 40 jam. Bila
sebuah contoh acak 30 bolam nencapai umur rata-rata
780 jam, buat selang kepercayaan 96% bagi nilai tengah
populasi umur bolam yang diproduksi perusahaan
tersebut.
2. Berapa besarnya sampel yang diperlukan UNTUK SOAL 1
jika kita percaya 96% bahwa rata-rata menyimpang 10 jam
dari nilai tengahnya.
3. Suatu contoh acak 8 batang rokok merk tertentu
mempunyai kadar nikotin rata-rata 3,6 miligram dan
simpangan baku 0,9 miligram. Buat selang kepercayaan
99% bagi kadar nikotin rata-rata yg sebenarnya rokok tsb.
4. Tujuh kantong besar diambil secara acak dari suatu
distributor pupuk, dimana masing-masing beratnya 9.8
;10.2 ;10.4 ; 9.8 ;10.0 ;10.2 ;9.6 Tentukan 95% selang
kepercayaan rataan berat pupuk tersebut jika diasumsikan
berat pupuk mengikuti Estimasi_Mutiah_
distribusi normal 18
 5. ESTIMASI INTERVAL PROPORSI
SATU POPULASI
Estimasi titik proporsi p dalam suatu percobaan
binomial diberikan oleh statistik
Pˆ  X n
Dimana dalam sampel ukuran n ada sukses
sebanyak X

Estimasi_Mutiah_ 19
Selang kepercayaan (1-) 100 % untuk p; n  30,
mendekati persamaan distribusi sampling berikut

Estimasi_Mutiah_ 20
 PENENTUAN UKURAN SAMPEL
• Bila p̂ dipakai untuk menaksir p, maka dengan
kepercayaan (1-α)100% bahwa galatnya akan lebih kecil
dari suatu bilangan g yang ditetapkan sebelumnya, jika
ukuran sampel 2
 z / 2 
n  pq 
 g 
• Bila p̂ dipakai untuk menaksir p, maka dengan
kepercayaan paling sedikit (1-α)100% bahwa galatnya
akan lebih kecil dari suatu bilangan g yang ditetapkan
sebelumnya, jika ukuran sampel  p = q = 0,5
2
1  z / 2 
n     pˆ  qˆ  1 / 2  0,5
4 g 
Estimasi_Mutiah_ 21
CONTOH :
Suatu Kota ingin menduga penduduk yang menjadi
mahasiswa PTN. Diambil sampel 500 penduduk secara
acak, diperoleh 41 mhs PTN. Berapa 95% kepercayaan
proporsi penduduk yang menjadi mhs PTN? Berapa
besarnya sampel jika p menyimpang kurang dari 0,02
dengan kepercayaan 0,95%
Penyelesaian :
𝑥 41
𝑝= = = 0,082
𝑛 500
𝑃 0,05795 < 𝑝 < 0,10605 = 0,95
𝑞 = 1 − 0,082 = 0,918
2
𝑝𝑞 0,082 ∗0,918  z / 2 
𝜎𝑝 = = = 0,01227 n  pq 
𝑛 500
 g 
𝑍0,025 = 1,96 n = 0,082*0,918*(1,96/0,02)2 = 723 org
Estimasi_Mutiah_ 22
6. ESTIMASI VARIANS SATU POPULASI
Estimasi titik varians populasi 2 diberikan oleh statistik
s2. dengan distribusi samplingnya

Estimasi_Mutiah_ 23
Selang kepercayaan (1-α )100% untuk varians

Estimasi_Mutiah_ 24
 RINGKASAN

Selang Kepercayaan (1-α ) untuk ...

1. rata-rata dengan varians populasi diketahui ???
Mengikuti distribusi ........ Dan dinyatakan dengan
.........................
2. rata-rata dengan varians populasi tidak diketahui ???
Mengikuti distribusi ........ Dan dinyatakan dengan
.........................
3. Proporsi ??? Mengikuti distribusi ........ Dan dinyatakan
dengan .........................
4. Varians ??? Mengikuti distribusi ........ Dan dinyatakan
dengan .........................

Estimasi_Mutiah_ 25
 CONTOH
Sepuluh tabung LPG diambil secara acak
dipasaran, masing-masing beratnya 46.4; 46.1
; 45.8 ; 47 ; 46.1 ; 45.9 ; 45.8 ; 46.9 ; 45.2 ; 46
Tentukan 95% kepercayaan untuk variansi dari
berat tabung LPG yang berada dipasaran...
Penyelesaianya
Rata-rata = 46,12
Varians = s2 = 0,286
SK 95% untuk varians 
 p (0,135 < σ2 < 0,95) = 95%

Estimasi_Mutiah_ 26
 SOAL
1. Suatu penelitian ingin menduga presentase penduduk
suatu kota yang menyetujui pemberian fluor pada air
minum. Jika diambil sampel 100 orang, dapatkan selang
kepercayaan 95% terhadap proporsi yang sebenarnya
dari penduduk yang setuju penambahan fluor.
2. berapa besar sampel yang diperlukan jika kita yakin
sekurang-kurangnya 95% nilai dugaan kita menyimpang
1% dari presentase sebenarnya.
3. Tujuh kantong besar diambil secara acak dari suatu
distributor pupuk, dimana masing-masing beratnya 9.8
;10.2 ;10.4 9.8 ;10.0 ;10.2 ;9.6 Tentukan 95% selang
kepercayaan varians berat pupuk tersebut jika
diasumsikan berat pupuk mengikuti distribusi normal

Estimasi_Mutiah_ 27