BAB 3
ESTIMASI PARAMETER
3.1 Pengertian dan Sifat-Sifat
Estimator
3.2 Estimasi Rataan
3.3 Estimasi Proporsi
3.4 Estimasi Variansi
3.1 Pengertian dan Sifat-sifat Estimator
a. Pengertian Estimasi (penaksiran/pendugaan)
Nilai-nilai ini mendeskripsikan suatu populasi yang berukuran besar, yang hanyalah
suatu taksiran terhadap parameter sebenarnya yang diperoleh dari data hasil
sampling.
Macam-macam Estimasi Statistik
@copyright axy_2015
b. Sifat-sifat Estimator
Sifat-Sifat Estimator
1. Unbias Estimator
Jika statistik sampel sama dengan parameter populasi (AKURAT).
2. Relatively Efficient Estimator
Unbias estimator yang memiliki variansi terkecil (PRESISI).
3. Consistent Estimator
Unbias estimator yang mendekati nilai yang sebenarnya sejalan dengan
bertambahnya ukuran sampel.
1. Unbiased Estimator
biased unbiased
Akurat?
biased unbiased
Konsep Estimasi Parameter
KONSEP ESTIMASI PARAMETER
Konsep Estimasi Parameter
KONSEP ESTIMASI PARAMETER
2. Relatively Efficient Estimator
lebih baik
Presisi?
lebih baik
3. Consistent Estimator
terbaik
n =50
n =15
n =5
µ X
Istilah dalam Estimasi
• Interval estimate (estimasi interval) adalah selang/interval/rentang nilai
suatu statistik yang digunakan untuk menaksir suatu parameter
• Confidence interval (interval kepercayaan) adalah kemungkinan estimasi
interval akan mengandung parameter yang berasal dari pemilihan
sejumlah sampel yang besar.
• Confidence level/degree of confidence (tingkat kepercayaan) adalah
suatu nilai kepercayaan yang ekivalen dengan nilai desimal (1–𝛼) atau
persentasi (1–𝛼)100%.
• Notasi 𝛼 dikenal level of significence sebagai nilai dari tingkat
kesalahan/taraf nyata yang dapat dikatakan sebagai kemungkinan nilai
suatu estimasi parameter berada di luar batas kiri atau kanan 𝛼 /2.
• Sampel kecil
a. Estimasi Rataan Sampel Besar
𝜎 𝜎
𝑥 −𝑧𝛼 2 < 𝜇 < 𝑥 + 𝑧𝛼 2
𝑛 𝑛
𝑠 𝑠
𝑥 − 𝑡α 2 < 𝜇 < 𝑥 + 𝑡α 2
𝑛 𝑛
a/2 a/2 t
-ta/2 ta/2
Contoh 1
Manajer Marketing sebuah dealer otomotif ingin memperkirakan berapa lama waktu yang dibutuhkan
untuk menjual suatu jenis mobil. Hasil sampling 50 mobil memiliki rataan waktu 54 hari dan
diasumsikan standar deviasi populasi 6 hari, maka:
Pertanyaan:
a. Tentukan taksiran interval kepercayaan 95% dari rataan waktu terjualnya suatu jenis mobil dari
populasi yang sebenarnya?
Solusi:
a. Dengan taksiran titik rataan populasi sebesar 54 hari yang diperoleh dari rataan sampelnya, maka
taksiran interval kepercayaan 95% menggunakan nilai zα/2 = z0.025=1.96 diperoleh :
𝜎 𝜎 *) Nilai margin error 1.7 merupakan
𝑥 −𝑧𝛼 2 < 𝜇 < 𝑥 + 𝑧𝛼 2
𝑛 𝑛 pembulatan 1 digit desimal dari 1.663.
6 6 Kesimpulan: Dengan kepercayaan
54 − 1.96 < 𝜇 < 54 + 1.96
50 50 95% diperoleh taksiran rataan waktu
terjualnya suatu jenis mobil dari
54 − 1.7 < 𝜇 < 54 + 1.7
populasi yang sebenarnya dengan
52.3 < 𝜇 < 55.7 𝑎𝑡𝑎𝑢 54 1.7∗ interval antara 52.3 dan 55.7 hari dari
sampling sebanyak 50 mobil.
Contoh 1 (lanjutan)
Manajer Marketing sebuah dealer otomotif ingin memperkirakan berapa lama waktu yang dibutuhkan
untuk menjual suatu jenis mobil. Hasil sampling 50 mobil memiliki rataan waktu 54 hari dan
diasumsikan standar deviasi populasi 6 hari, maka:
Pertanyaan:
b. Apabila margin error yang diinginkan kurang dari 1 hari, berapa ukuran sampel minimalnya?
Solusi:
b. Penyelesaian di atas diperoleh untuk
margin error 1.7 hari dengan ukuran
sampel 50. Apabila margin error yang
diharapkan kurang dari 1 hari, maka
ukuran sampel minimalnya adalah:
Kesimpulan: Apabila margin error yang diharapkan kurang dari 1 hari, maka ukuran sampel
minimalnya 139 mobil. Semakin kecil tingkat kesalahan minimumnya maka ukuran sampel
minimalnya bertambah dari 54 menjadi 139 mobil (karakteristik konsistensi taksiran).
Contoh 2
Taksiran selisih rataan adalah penaksiran selisih rataan (μ1–μ2) yang berasal
dari 2 buah populasi.
Ada 3 persoalan dalam interval taksiran selisih rataan μ1 – μ2 :
1. Kasus pertama, jika simpangan baku 1 dan 2 DIKETAHUI.
2. Kasus kedua, jika simpangan baku 1 dan 2 TIDAK DIKETAHUI
tetapi 1=2
3. Kasus ketiga, jika simpangan baku 1 dan 2 TIDAK DIKETAHUI
tetapi 1 tidak sama 2
Pertama:
Interval taksiran selisih rataan μ1 – μ2
jika simpangan baku 1 dan 2 DIKETAHUI.
Jika 𝑥1 dan 𝑥2 masing-masing adalah rataan sampel acak berukuran n1 dan n2
yang diambil dari populasi yang simpangan bakunya diketahui 1 dan 2, maka
selang kepercayaan (1 – a)100% untuk μ1 – μ2 diberikan oleh:
12 2 2 12 2 2
( x1 − x2 ) − Za / 2 + 1 − 2 ( x1 − x2 ) + Za / 2 +
n1 n2 n1 n2
Kedua:
Interval taksiran selisih rataan μ1 – μ2
jika simpangan baku 1 dan 2TIDAK DIKETAHUI
tetapi 1=2
Jika 𝑥1 dan 𝑥2 masing-masing adalah rataan sampel acak berukuran n1 dan n2
yang bebas berasal dari 2 populasi yang hampir normal dengan simpangan
bakunya TIDAK DIKETAHUI, tetapi 1 = 2, maka selang kepercayaan
(1 – a)100% untuk μ1 – μ2 diberikan oleh:
1 1 1 1
( x1 − x2 ) − ta / 2 Sp + 1 − 2 ( x1 − x2 ) + ta / 2 Sp +
n1 n2 n1 n2
Dimana: (n − 1) s1 + (n2 − 1) s2
2 2
Sp 2 = 1
Sp= taksiran gabungan dari n1 + n2 − 2
simpangan baku populasi
Dengan ν = n1 + n2-2.
Ketiga:
Interval taksiran selisih rataan
jika simpangan baku 1 dan 2TIDAK DIKETAHUI
tetapi 1≠2
Jika 𝑥1 dan 𝑠12 , dan 𝑥2 dan 𝑠22 , masing-masing rataan dan variansi sampel kecil
bebas berukuran n1 dan n2 dari distribusi hampiran normal dengan variansi
tidak diketahui dan tidak sama, maka selang kepercayaan hapiran (1-a)100%
untuk μ1 – μ2 diberikan oleh:
2 2 2 2
s1 s2 s s
( x1 − x2 ) − ta / 2 + 1 − 2 ( x1 − x2 ) + ta / 2 1 + 2
n1 n2 n1 n2
+
2 2 2
Dengan: = ( s1 / n1 s 2 / n 2 )
[(s1 / n1 ) 2 /(n1 − 1)] + [(s2 / n2 ) 2 /(n2 − 1)]
2 2
Contoh 3
Tedapat 2 buah populasi masing-masing terdiri dari bola lampu merek A dan B yang saling bebas, memiliki
standar deviasi σA = 120 jam dan σB = 80 jam. Random sampling terhadap populasi pertama sebanyak nA =
150 buah bola lampu merek A diperoleh rataan 𝑥𝐴 = 1400 jam dan populasi kedua sebanyak nB = 200 buah
bola lampu merek B diperoleh rataan 𝑥𝐵 = 1200 jam.
Pertanyaan:
Carilah taksiran interval kepercayaan 95% dari selisih rataannya kedua populasinya?
Solusi:
Karena 𝑥𝐴 = 1400 dan 𝑥𝐵 = 1200 masing-masing adalah rataan sampel acak berukuran nA = 150 dan nB
=200 yang diambil dari populasi bebas yang simpangan bakunya populasi keduanya diketahui A = 120 jam
dan B = 80 jam, maka interval kepercayaan 95% untuk selisih rataan μ1 – μ2 merupakan contoh dari kasus
pertama dan oleh karena itu:
Batas-batas interval kepercayaan 95% menggunakan nilai zα/2 = z0.025=1.96 untuk selisih rataan populasinya
(µ1–µ2) adalah :
A2 B2 120 2 80 2
( x A − xB ) Za / 2 + = (1400 − 1200 ) 1.96 + = 200 24.8
nA nB 150 200
Kesimpulan: Dengan kepercayaan 95% diperoleh taksiran selisih rataan populasi bola lampu merek A dan B
dengan interval antara 175.2 dan 224.8 jam.