Lanjutan
Disusun Oleh:
Jurusan Manajemen
2021
i
KATA PENGANTAR
Om Swastyastu,
Puji syukur kita panjatkan ke-hadirat Tuhan Yang Maha Esa, karena atas berkat dan
karunianya, makalah ini dapat terselesaikan dengan baik tepat pada waktunya.
Adapun tujuan penulisan makalah ini adalah untuk memenuhi salah satu tugas mata
kuliah Statistik Ekonomi Lanjutan, dengan judul “Pendugaan Secara Statistik”.
Makalah ini mungkin masih jauh dari kata sempurna, dengan masih banyaknya
kekurangan dalam makalah ini, penulis sangat membutuhkan kritik dan saran dari pembaca,
dengan harapan kedepan supaya makalah ini dapat lebih sempurna lagi dan berguna bagi kita
semua.
Penulis
ii
DAFTAR ISI
Halaman Judul i
Kata Pengantar ii
BAB 1 PENDAHULUAN
BAB II PEMBAHASAN
3.1 Kesimpulan 15
3.2 Saran 15
DAFTAR PUSTAKA 16
iii
BAB I
PENDAHULUAN
Rumusan Masalah
1
1.3 Manfaat Penulisan
Bagi pembaca:
Bagi penulis:
- Metode penulisan yang digunakan adalah metode kajian pustaka, yaitu mencari informasi
melalui internet.
2
BAB II
PEMBAHASAN
tersebut memenuhi 4 kriteria ( Gupta dan Gupta, 1993) yaitu sebagai berikut :
1. Penduga tidak bias
Suatu penduga dikatakan tidak bias, apabila penduga tersebut secara tepat menduga
nilai parameternya. Yang dapat dikatakan sebagi berikut E ( ) = . Arti nilai yang
diharapkan sebagai penduga sama persis dengan nilai yang diduga. Bila E ( )> ,
3
2. Penduga yang Efisien
Suatu penduga yang dikatakan efisien, apabila penduga tersebut memiliki variansi
yang kecil. Agar penduga tersebut memiliki variansi yang kecil, maka distribusi
penduga tersebut sebaiknya terkonsentrasi sedekat mungkin terhadap nilai parameter
yang akan diduga. Jadi, dari beberpa peduga yang ada maka penduga yang memiliki
Variansi yang kecil merupakan penduga yang paling efisien.
3. Penduga Konsisten
Suatu penduga yang dikatakan konsisten, bila ukuran sampel semakin besar yaitu
bertambah mendekati tak berhingga ( n ∞), maka penduga tersebut akan semakin
terkonsentrasi secara sempurna pada parameter yang diduga atau nilai penduga
( Statistik Sampel) akan mendekati nilai parameternya.
4. Penduga Sufisien
Suatu penduga dikatakan sebagai sufisien (cukup), apabila penduga itu mempunyai
seluruh informasi tentang parameter yang akan diduga. Misalnya, rata-rata sampel ( )
merupakan penduga yang cukup baik bagi rata-rata populasi ( ), oleh karena tidak ada
ukuran statistik sampel lain yang dapat memberikan keterangan lebih sempurna
4
buku sampel (s) merupakan penduga cukup baik bagi simpamgan buku populasi
promosi sampel ( ) merupakan penduga yang cukup baik bagi proporsi populasi (p),
Koefisien korelasi sampel (r) merupakan penduga yang cukup baik bagi koefisien
korelasi populasinya ( ) dan koefisien regrasi sampel (b) merupakan penduga yang
Keterangan adalah statistik sampel (besaran penduga), adalah Para meter populasi
5
(besaran yang diduga), adalah simpangan baku distribusi statistik sampel atau
t
kesalahan standar dan statistik sampel, Z dan ( ./2,df) adalah koefisien yang
sesuai dengan interval keyakinan yang digunakan dalam pendugaan dan nilainya
diberikan dalam distribusi z (Lampiran 3) dan distribusi t (Lampiran 4). Besarnya
sebesar (1 - ) atau kesalahan dugs (error of estimate) yang ditolerir sebesar a, ini
berarti bahwa dalam jang-ka panjang, jika pendugaan itu dilakukan berulang-ulang
dengan cara yang sama, maka parameter populasi akan tercakup (termuat) di dalam
interval yang bersangkutan (1 - ) dari keseluruhan waktu. Dengan kata lain, sekitar (1
- ) persen interval yang disusun mengandung parameter yang diduga atau kalau 100
6
adalah statistik sampel, adalah parameter populasi, dan adalah simpangan
baku distribusi statistik sampel. Sedangkan nilai padanan sta-tistik sampel ( ).
7
Contoh soal :
Sebuah mesin minuman ringan diatur sedemikian sehingga banyaknya minuman
yang dikeluarkan menyebar normal dengan simpangan baku 15 ml. Tentukanlah
selang kepercayaan 90% bagi rata-rata volume minuman yang dikeluarkan oleh
mesin ini, bila suatu sampel acak 36 gelas mempunyai isi (volume) rata-rata 225 ml.
8
2.4.2 Pendugaan Proporsi Populasi
Pengugaan Interval Proporsi Populasi sampel besar disusun atau dibuat berdasarkan ukuran
populasinya, apakah sampel besar itu ditarik dari populasi tak terbatas atau populasi terbatas.
Pendugaan Interval Proporsi sampel besat dapat dirumuskan sebagai berikut :
populasi kedua (dengan ). Kedua populasi bersifat independen satu sama Iainnya.
Bila distribusi sampel (statistik sampel) masing-masing mendekati atau normal, maka
pendugaan interval beda dua rata-rata parameter populasinya ( ) didasarkan atas
Bila simpangan baku masing-masing populasi dan 62 tidak diketahui, maka kedua
simpangan baku populasinya dapat diduga/didekati dengan simpangan baku sampelnya
9
masing-masing, yaitu dan s2. Sehingga sim-pangan baku distribusi sampel beda rata-
ratanya, menjadi :
Untuk sampel yang berukuran besar (n 30) pendugaan parameter popu-umumnya simpangan
baku populasinya diketahui. Bila tidak diketahui, simpangan baku populasi didekati
(digantikan) dengan simpangan baku sam-pelnya, pendugaan dengan menggunakan distribusi
z memberikan hasil du-gaan yang memuaskan. Akan tetapi, bila ukuran sampelnya kecil
(n<30) dan simpangan baku populasinya tidak diketahui, pendugaan parameter populasi
dengan mengganti simpangan baku populasi dengan simpangan baku sam-pelnya, tetap
menghasilkan kesalahan. Dalam hal ini menggunakan distribusi z dalam pendugaan kurang
sesuai. Bila sampel acak berukuran kecil (n<30) dan simpangan baku populasinya tidak
diketahui, maka pendugaan parame-ter populasi dilakukan dengan distribusi t (distribusi
student). Secara umum nilai padanan dalam t dapat dihitung dengan rumus :
10
= statistik sampel (penduga), = parameter populasi (yang diduga ) dan = simpangan
baku distribusi statistik sampel.
Rata-rata dan variansi distribusi t adalah µ = dan ry2 = k/(k - 2) untuk k >2.
Tampilan umum distribusi t sama dengan distribusi normal baku, bahwa Kedua distribusi ini
simetris dan unimodal (bermodus satu). Tetapi distribusi t mempunyai ekor lebih panjang dari
pada distribusi normal, yaitu menunjukkan variabilitas yang lebih besar. Variabel t menyerupai
variabel normal baku Z. Perbedaan keduanya adalah dalam pengubahan variabel acak kontinu
X ke dalam variabel normal baku Z, simpangan baku populasi induknya diketahui. Sedangkan
pengubahan variabel acak kontinu X ke dalam variabel distribusi student t, umumnya
simpangan baku populasi sampel induknya tidak dike-tahui, maka pendugaan memakai
simpangan baku sampelnya.
Kurva distribusi t akan makin melebar bila n makin kecil, dan sebaliknya bila n semakin besar,
maka distribusi t akan mendekati distribusi normal. Tabel t tidak disusun berdasarkan besarnya
ukuran sampel n, akan tetapi disusun menurut derajat kebebasan (degree of fredom) yang
dirumuskan, df = v = (n - 1).
Bila (-7 tidak diketahui dan populasinya tak terbatas, rumus pendugaannya adalah:
Bila populasinya terbatas perlu adanya faktor koreksi populasi terbatas. Untuk itu rumus
pendugaannya adalah :
12
dianggap sama, tetapi nilainya tidak diketahui, dan yang kedua: variansi populasi
induknya dianggap tidak sama, dan nilainya tidak diketahui
1. Bila dan nilai tidak diketahui, maka pendugaan beda dua rata-rata
2. Bila , serta nilai nilai tidak diketahui, maka pendugaan beda rata-
rata populasi, dirumuskan sebagai berikut :
Pada contoh-contoh sebelumnya ukuran sampel selalu ditetapkan. Da-lam prateknya set-
0g kali timbul pertanyaan, berapa besar ukuran sampel yang diambil, agar pendugaan
parameter ) berdasarkan statistik sampel ( ) cukup balk? Dengan kata lain, berapa besar
13
ukuran sampel yang tepat itu? Sehingga ukuran sampel tidak terlalu besar ataupun terlalu
kecil? Ukuran sampel yang terlalu besar, memerlukan biaya dan waktu yang lebih banyak,
dan hasilnya pun belum tentu lebih balk dari sampel berukuran lebih kecil. Sebaliknya
bila ukuran sampel terlalu kecil, simpulan yang diperoleh mungkin tidak tepat. Untuk itu
ukuran sampel perlu ditetapkan secara tepat. Menurut Davis dan Cosenza (Kuncoro, M.,
2003), bahwa ada beberapa faktor yang mempengaruhi ukuran sampel yaitu : (1)
Homogenitas, (2) Derajat keper-cayaan, (3) Presisi, (4) Prosedur Analisis, dan (5) Kendala
Sumberdaya. Se-mentara Lind, Marchal dan Wathen (2008) menyatakan ada tiga faktor
Besar kesalahan duga yang maksi-mum ini, ditentukan oleh peneliti sendiri. Misalnya
peneliti menginginkan kesalahan duga yang maksimum dalam suatu pendugaan sebesar E
dari parameter populasinya. Itu artinya statistik sampel sebagai penduga boleh mengambil
nilai ( - E) atau ( + E) dan pendugaan pada tingkat keya-kinan tertentu sudah dianggap
Variasi dari populasi yang akan diselidiki, dinya-takan oleh simpangan baku ( ) atau
variansinya ( . Simpangan baku dari suatu populasi dalam prakteknya jarang diketahui.
Oleh karena itu perlu diduga. Untuk menduga/mendekatinya dapat dilakukan dengan dua
cara. Cara pertama, yaitu melakukan survei percobaan dengan menggu-nakan sampel
14
kecil, selanjutnya simpangan baku sampel yang didapat dipakai untuk
menduga/mendekati simpangan baku populasi. Cara yang kedua, menduga simpangan
baku populasi berdasarkan pengetahuan tentang populasi.
Contoh 6-16 Sebuah studi dilakukan untuk mengetahui persentase (proporsi) pemilik
rumah yang mempunyai paling sedikit dua televisi. Berapa besar sarm pel yang
diperlukan, agar dengan tingkat keyakinan 99%, bahwa kesalahan (error) dalam
memperkirakan persentase pemilik rumah yang mempunyai pa. ling sedikit dua televisi
ini kurang dari (paling banyak) satu persen (1%).
Penyelesaian
lnformasi yang tersedia, E = 1 persen = 0,01 dan (1 - ) = 99%.
Maka,
(1 - a ) = 99% a = 1 % —> 2 = 5% = 0,005
Z = = 2,58
Selanjutnya nilai-nilai di ,atas dimasukkan ke rumus (6.18), didapat hasil sebagai berikut:
15
BAB III
PENUTUP
3.1 Kesimpulan
Berdasarkan pembahasan yang telah kami uraikan diatas, maka dapat disimpulkan bahwa
dimana proses yang menggunakan sampel statistik untuk menduga atau menaksir hubungan
parameter populasi yang tidak diketahui, sehingga pendugaan merupakan suatu pernyataan
mengenai parameter populasi yang diketahui berdasarkan informasi dari sampel random yang
diambil dari populasi bersangkutan.
3.2 Saran
Dalam penulisan makalah ini kami menyadari bahwa masih banyak kekeliruan dan
kesalahan dalam hal penulisan dan penyusunannya. Oleh karena itu, kami menantikan saran
dan kritikan yang sifatnya membangun untuk perbaikan selanjutnya. Semoga makalah ini
bermanfaat bagi pembaca dan dapat menambah pustaka keilmuan bagi mahasiswa.
16
DAFTAR PUSTAKA
Wirawan, N. (2017). Cara Mudah Memahami Statistika Ekonomi Dan Bisnis (Buku 2: Statistika
Inferensia). Denpasar: Keraras Emas.
17