MODUL PERKULIAHAN

Statistika Bisnis

Pendugaan (Estimasi) Secara

Statistik

Fakultas Program Studi Tatap Muka Kode Disusun Oleh

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

Untuk mengambil keputusan –terhadap populasi- pengambil keputusan

membutuhkan informasi. Informasi yang lengkap adalah informasi yang didapat atau
diperoleh dari populasi secara keseluruhan, tapi terkendala oleh biaya dan waktu. Sampling
merupakan cara yang tepat untuk memperoleh estimasi tentang parameter-parameter
populasi.

Statistik merupakan besaran yang dipakai untuk menerangkan beberapa sifat

karakteristik dari suatu sampel, misalnya rata-rata hitung, median, dan deviasi standar
(simpangan baku) dari suatu sampel. Populasi merupakan kumpulan secara keseluruhan
obyek atau orang yang dipelajari (diteliti), dari mana suatu sampel diambil. Sampel
merupakan kumpulan obyek atau orang yang mewakili populasi. Parameter adalah suatu
besaran yang dipakai untuk menerangkan beberapa sifat karakteristik dari suatu populasi.

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

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

2014 Statistika Bisnis

2 Tri Wahyono
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 Jika populasi finite, harus menggunakan faktor koreksi, formula standar error rata-
rata sampel menjadi:

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 = 10% x 300 = 30 µ = 138,00

N = 300

sx = s / √n * √ [(N – n) / (N – 1)]

= 35,75 / √30 * √ [(300 – 30) / (300 – 1)] = 6,20 =6.86861432

Z = (X - m) / sx

= (148,50 – 138) / 6,20 = 1,69 = 1,5288 = 1,53

Jadi,

P(X ≥ 148,50) = P(X ≥ 1,69) = 0,50 – 0,4545 = 0,0455

2014 Statistika Bisnis

3 Tri Wahyono
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Jadi probabilitas keuntungan yang diperoleh –diambil secara random- Rp 148,50 atau lebih
adalah 4,55%

Konfidensi Interval Rata-rata

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.

Jika digunakan distribusi probabilitas normal, dengan ketentuan :

n ≥ 30 atau

n < 30 dengan syarat distribusi populasi normal dan s diketahui

Maka konfidensi interval untuk rata-rata ditentukan dengan:

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)

2014 Statistika Bisnis

4 Tri Wahyono
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Daerah di bawah distribusi t student (tabel t)

koefisien konfidensi 90% = 1,65

Daerah di bawah distribusi t student (tabel t) (table lampiran 4)

Koefisien konfidensi 95%; d.f. = 10; dua sisi; berarti α = 0,025

2014 Statistika Bisnis

5 Tri Wahyono
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Daerah di bawah distribusi t student (tabel t)

Koefisien konfidensi 99%; d.f. = 10; dua sisi; berarti α = 0,005

Koefisien konfidensi 95%; d.f. = 10; dua sisi; berarti α = 0,025

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

Standar error dari proses sampling:

sx = s / √n = 0,30 / √ 36 = 0,05

2014 Statistika Bisnis

6 Tri Wahyono
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 Tingkat konfidensi 95%, nilai Z = 1,96.

Estimasi interval rata-rata:

X - Z sx < µ < X + Z sx

1,5 – 1,96 (0,05) < µ < 1,5 + 1,96 (0,05)

1,402 < µ < 1,598

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.

a. Estimasilah rata-rata umur bohlam (populasi) dengan konfidensi interval 95 %.

b. Estimasi juga jika konfidensi interval 90%.

Diketahui :

distribusi normal; standar deviasi populasi tidak diketahui;

n = 15;

s = 500 ;

X = 8900

Jawab:

a. Estimasi rata-rata umur bohlam (populasi) dengan konfidensi interval 95 %.

X ± tdf sx = X ± tdf s/ √n

= 8900 ± t (α=0,025;d.f=14) * 500/√15

= 8900 ± 2,145 * 500/√15

= 8900 ± 2,145 (129,199)

= 8623 sampai dengan 9177 jam

b. Estimasi rata-rata umur bohlam (populasi) dengan konfidensi interval 90 %.

X ± tdf sx = X ± tdf s/ √n

= 8900 ± t (α=0,05;d.f=14) * 500/√15

= 8900 ± 1,761 * 500/√15

2014 Statistika Bisnis

7 Tri Wahyono
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 = 8900 ± 1,761 (129,199)

= 8672 sampai dengan 9128 jam

Konfidensi interval untuk perbedaan dua rata-rata populasi

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.

Formula yang digunakan untuk mengestimasi perbedaan dua rata-rata populasi :

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.

a. Dengan konfidensi interval 95 persen, estimasilah rata-rata belanja dari pelanggan

yang tidak menggunakan kupon khusus.
b. Dengan menggunakan konfidensi 90%, estimasilah perbedaan rata-rata belanja
antara pelanggan yang menggunakan kupon khusus dengan pelanggan yang tidak
menggunakan kupon khusus.

2014 Statistika Bisnis

8 Tri Wahyono
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 Diketahui:

pelanggan yang menggunakan kupon khusus

n1 = 100

N1 = 400

X1 = 24,57

s1 = 6,60

pelanggan yang tidak menggunakan kupon khusus

n2 = 200

N2 = 900

X2 = 19,60

s2 = 8,40.

Koefisien konfidensi 95% = 1,9 ; 90% = 1,65

Jawab:

a. Dengan konfidensi interval 95 persen, estimasi rata-rata belanja dari pelanggan yang
tidak menggunakan kupon khusus.
X2 ± Z sx2

sx2 = s2 / √n * √[(N – n) / (N – 1)]

= 8,40 / √200 * √[(900 – 200) / (900 – 1)] = 0,37

X2 ± Z sx2 = 19,60 ± 1,96 (0,37)

= Rp 18,87 sampai dengan Rp 20,33

b. Dengan menggunakan konfidensi 90%, estimasi perbedaan rata-rata belanja antara

pelanggan yang menggunakan kupon khusus dengan pelanggan yang tidak
menggunakan kupon khusus.
sx2 = 0,37

sx1 = s1 / √n * √[(N – n) / (N – 1)]

= 6,60 / √100 * √[(400 – 100) / (400 – 1)] = 0,57

Standar error dari perbedaan dua rata-rata

sx1 – x2 = √ [sx12 + sx22 ]

= √ (0,57) + (0,37)

2014 Statistika Bisnis

9 Tri Wahyono
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 = 0,67

Estimasi perbedaan dua rata-rata populasi

(X1 – X2) ± Z sx1 – x2 = (24,57 - 19,60) ± 1,65 (0,67)

= Rp 3,86 sampai dengan Rp 6,08

Jadi estimasi perbedaan rata-rata belanja antara pelanggan yang menggunakan

kupon khusus dengan pelanggan yang tidak menggunakan kupon

Latihan

1. Sampel random dari 50 penghuni A memiliki pendapatan rata-rata Rp 13.800

dengan standard deviasi Rp 2.200. Sampel random dari 50 penghuni perumahan
B memiliki pendapatan rata-rata Rp 14.600 dengan standard deviasi Rp 2.800.
Estimasilah perbedaan pendapatan rata-rata penghunni perumahan A dan
perumahan B dengan konfidensi interval 95 persen.
2. Suatu sampel random jenis produk yang dihasilkan suatu perusahaan memiliki :
jumlah sampel 12 dan berat rata-rata 15,97 ons dengan standard deviasi 0,15
ons. Sedangkan sampel yang lain : jumlah sampel 15 buah dan berat rata-rata
16,14 ons dengan standard deviasi 0,09 ons. Distribusi berat produk diasumsikan
berdistribusi normal. Estimasilah perbedaan rata-rata tersebut dengan konfidensi
interval 90 persen.

2014 Statistika Bisnis

10 Tri Wahyono
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Daftar Pustaka
J. Supranto, 2008. Statistik: Teori dan Aplikasi. Edisi ketujuh. Penerbit Erlangga. Jakarta.
Suharyadi dan Purwanto. 2006. Statistik Untuk Ekonomi dan Keuangan Modern. Buku 1
Salemba empat. Jakarta
Anto Dayan, 1996. Pengantar Metode Statistik, LP3ES, Jakarta

2014 Statistika Bisnis

11 Tri Wahyono
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id