Statistika Bisnis
11
Fakultas Ekonomi dan Manajemen S1 84002 Tri Wahyono, SE.MM.
Bisnis
Abstract Kompetensi
Menjelaskan dan memaparkankan Mahasiswa dapat memahami tentang
tentang pendugaan (estimasi) secara pendugaan (estimasi) secara
statistik.
statistik.
SESI 11
Pendugaan Secara Statistik
Pengertian Estimasi
Suatu estimator yang tidak bias adalah suatu besaran statistik yang memiliki nilai
harapan yang sama dengan parameter yang diestimasi (populasi). µ lambang rata-rata
populasi dan estimatornya x (rata-rata sampel). σ lambang deviasi standar populasi dan
estimatornya s.
Distribusi sampling rata-rata adalah distribusi probabilitas untuk nilai-nilai yang dapat
terjadi dari rata-rata sampel yang didasarkan pada sejumlah sampel tertentu. Apabila jumlah
sampel n, rata-rata populasi µ, rata-rata sampel x –akan bervariasi dari sampel ke sampel
yang lain- nilai harapan E(x) dan deviasi standar distribusi rata-rata sx -lebih dikenal dengan
istilah kesalahan standar rata-rata (standar error rata-rata)- dapat dirumuskan:
E(x) = µ dan sx = s / √n
Jika sampling dilakukan pada populasi terbatas (populasi finite), kita harus
menggunakan faktor koreksi terhadap kesalahan standar rata-rata (standar error rata-rata).
Formula kesalahan standar rata-rata dengan faktor koreksi
sx = s / √n * √[(N – n) / (N – 1)]
Jika deviasi standar populasi tidak diketahui (populasi infinite), kesalahan standar
rata-rata didekati dengan standar error rata-rata sampel dengan formula:
sx = s / √n
sx = s / √n * √[(N – n) / (N – 1)]
Apabila sampel besar, yaitu n ≥ 30, dapat menggunakan distribusi probabilitas normal
Untuk sampel yang besarnya (n) kurang dari 30 (sampel kecil), menggunakan distribusi t –
Student’s.
Contoh:
Seorang analis keuangan mengambil suatu sampel sebesar 10 persen 300 laporan
keuangan dan mendapatkan bahwa rata-rata keuntungan Rp 148,50 dengan standard
deviasi Rp 35,75. Jika rata-rata keuntungan populasi Rp 138,00, berapakah probabilitas
bahwa keuntungan yang diperoleh –diambil secara random- Rp 148,50 atau lebih?
Jawab:
Diketahui:
s = 35,75 X = 148,50
N = 300
sx = s / √n * √ [(N – n) / (N – 1)]
Z = (X - m) / sx
Jadi,
Suatu konfidensi interval rata-rata adalah suatu estimasi interval yang disusun sesuai
dengan rata-rata sampel yang dapat memuat nilai rata-rata dari populasi yang mungkin
terjadi. Tingkat atau koefisien konfidensi yang digabungkan dengan suatu konfidensi interval
menunjukkan persentase dari interval tertentu yang akan memuat parameter yang akan
diestimasi.
n ≥ 30 atau
X ± Z sx atau X ± Z sx
Koefisien konfidensi yang amat sering digunakan adalah 90%, 95% dan 99%.
Untuk mengetahui luas kurva normal dapat dilihat di tabel distribusi normal (Lampiran 2)
Contoh 1:
Sebuah perusahaan ingin mengestimasi rata-rata waktu yang dibutuhkan oleh sebuah
mesin yang digunakan untuk memproduksi suatu jenis kertas. Diambil secara random 36 rim
kertas, waktu rata-rata yang dibutuhkan untuk memproduksi 1 rim kertas adalah 1,5 menit.
Jika diasumsikan standar deviasi populasi 0,30 menit, tentukan estimasi interval rata-rata
dengan tingkat konfidensi 95%.
Jawab:
X = 1,5 ; s = 0,30 ; n = 36
sx = s / √n = 0,30 / √ 36 = 0,05
X - Z sx < µ < X + Z sx
Estimasi rata-rata waktu yang dibutuhkan oleh sebuah mesin yang digunakan untuk
memproduksi suatu jenis kertas adalah 1,402 sampai dengan 1,598 menit.
Contoh 2:
Diketahui distribusi umur bohlam berbentuk distribusi normal. Andaikan nilai standar deviasi
populasi tidak diketahui, sedangkan besarnya sampel 15 bohlam dan standar deviasi
sampel 500 jam. Ternyata bohlam-bohlam tersebut memiliki umur rata-rata 8900 jam.
Diketahui :
n = 15;
s = 500 ;
X = 8900
Jawab:
Konfidensi interval untuk tujuan ini disusun seperti susunan untuk mengestimasi rata-
rata dengan kesalahan standar perbedaan dua rata-rata. Distribusi normal dapat digunakan,
kecuali apabila dua sampel saling berpengaruh atau tidak saling asing.
Apabila deviasi standar kedua populasi tidak diketahui kesalahan standar dari perbedaan
dua rata-rata:
Jika jumlah sampel n < 30, distribusi t-student digunakan untuk menentukan konfidensi
interval dengan d.f. = n1 + n2 – 2. Konfidensi interval menjadi:
Contoh:
Seorang analis penelitian pemasaran mengumpulkan secara random 100 dari 400
pelanggan yang menggunakan kupon khusus. Besarnya belanja rata-rata dari 100
pelanggan tersebut adalah Rp 24,57 dengan standar deviasi 6,60. Untuk 200 pelanggan
dari 900 pelanggan yang tidak menggunakan kupon khusus didapat rata-rata Rp 19,60
dengan deviasi standar Rp 8,40.
n1 = 100
N1 = 400
X1 = 24,57
s1 = 6,60
n2 = 200
N2 = 900
X2 = 19,60
s2 = 8,40.
Jawab:
a. Dengan konfidensi interval 95 persen, estimasi rata-rata belanja dari pelanggan yang
tidak menggunakan kupon khusus.
X2 ± Z sx2
= √ (0,57) + (0,37)
Latihan