STATISTIKA INFERENSIAL

ESTIMASI INTERVAL RATA-RATA DAN BEDA RATA RATA

DOSEN PENGAMPU: SYITA FATIH ‘ADNA, S. PD., M. SC.

PENYUSUN:

1. ORYZA PARAMITHA SALSABILLAH (2010306077)

2. FATIMAH AHZAH RANI (2010306089)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS NEGERI TIDAR (2021-2022)

 A. PENDAHULUAN

CAKUPAN MATERI

1. Estimasi Parameter Populasi

Point estimasi adalah sebuah nilai tunggal untuk melakukan estimasi terhadap
parameter populasi. Point estimasi terbaik untuk populasi mean (μ) adalah x̄ atau sampel
mean. Dengan kata lain nilai x̄ untuk point estimasi μ. Validalitas dari sebuah metode
estimasi meningkat Ketika sample statistic terbaik dan memiliki keragaman rendah
digunakan. Sebuah sampel statistik dikatakan terbaik apabila tidak melebihi nilai
sebenarnya dan jauh dibawah dari parameter populasi.
2. Titik Estimasi

Seorang peneliti ekonomi sedang meneliti suatu data terhadap pekerja pada
beberapa toko grosir di suatu daerah. Data data yang ada di sini merepresentasikan jam
kerja 40 orang pekerja dari beberapa toko grosir di daerah tersebut.

30 26 33 26 26 33 31 31 21 37
27 20 34 35 30 24 38 34 39 31
22 30 23 23 31 44 31 33 33 26
27 28 25 35 23 32 29 31 25 27
∑𝑥 1184
x̄ = = = 29,6
𝑛 40

Point estimasi untuk rata-rata jumlah jam kerja dari karyawan toko grosir tersebut
adalah 29,6. Nilai probabilitas untuk rata-rata populasi adalah 29,6 hampir sama dengan 0.
Dengan kata lain, hamper tidak mungkin nilai rata-rata nya sama dengan nilai sample mean
nya. Daripada mengestimasi μ nya dengan 29,6, kita dapat mengestimasi μ dengana
interval. Hal ini disebut membuat interval estimasi.

3. Interval Estimasi

Interval estimasi adalah interval atau jangkauan nilai yang digunakan untuk
memperkirakan parameter populasi. Untuk membentuk sebuah interval estimasi maka
gunakan point estimasi sebagai titik tengah dari interval tersebut kemudian tambahkan dan
selisihkan dengan margin dari error. Contohnya nilai margin dari error adalah 2.1, sehingga
interval estimasinya akan menjadi:

a. 29.6 ± 2.1 atau

b. 27.5 < μ < 31.7

Sebelum mencari sebuah margin dari error untuk sebuah interval estimasi, pertama-
tama kita harus tentukan dahulu nilai kepercayaan yang dibutuhkan untuk interval estimasi,
serta mengandung rata-rata populasi (μ).

4. Tingkat Keyakinan

Tingkat keyakinan, seringkali disimbolkan dnegan c, adalah suatu probabilitas

yang mengandung parameter populasi dari interval estimasi. Diasumsikan bahwa proses
esimasinya dilakukan secara berulang kali dalam jumlah yang besar. Dalam Teorema Limit
Titik Tengah Ketika n ≥ 30, sampel distribusi dari sampel rata-rata adalah sebuah distribusi
normal. Tingkat keyakinan c adalah area di bawah standar kurva normal di antara nilai
kritis, -zc dan zc.

Nilai kritis adalah nilai yang memisahkan sampel statistic yang memungkinkan
dengan sampel statistic tidak memungkinkan atau tidak biasa. Gambar di bawah ini akan
menampilkan c yang merupakan prersentase dari area dibawah kurva normal dan diapit
oleh -zc dan zc..
 Area dibawah kurva merepresentasikan nilai c-nya atau level confidence nya
(tingkat keyakinan). Total area dibawah kurva akan bernilai 1. Maka, area disebelah kiri
1
dan disebelah kanan (sama) adalah 1 – c dan masing masing nya adalah 2(1 – c). contohnya,

jika c = 90%, maka area kanan dan kiri di samping c adalah 10%. Area kiri 5% dengan -zc
= -1,645 dan 5% area kanan dengan zc = 1,645, seperti yang tertera pada table rata-rata.

Jadi, apabila c = 90%, maka area biru adalah c = 0,90. Area kuning adalah 1 – c =
1
0,10. Masing-masing dari area kuning adalah 2(1 – c) = 0,05. Kemudian nilai kritis pada

area kiri adalah -zc = -1,645 dan area kanan adalah zc = 1,645.

5. Sampling Error

Perbedaan antara nilai titik estimasi dengan nilai parameter sebenarnya dikenal
dengan istilah sampling error, dengan formula x̄ - μ. Dari kebanyakan kasus, nilai μ tidak
diketahui, dan x̄ akan beragam dari satu sampel ke sampel lainnya. Akan tetapi, kita akaan
tetap bisa melakukan kalkulasi niai error maksimum Ketika kita mengetahui tingkat
keyakinan (confidence level) dan distribusi samplingnya.

6. Margin dari Error

Apabila diketahui suatu level confidence tertentu, yaitu c, nilai margin of error atau
nilai E, merupakan nilai error terbesar yang mungkin dihasilkan antara point estimate
dengan nilai dari perameter sebenarnya yang digunakan untuk estimasi tadi. Jika μ dan σ
diketahui, margin of error nya adalah:

Syarat penggunaan rumus:

a. Sampel harus random/acak

b. Populasi harus dengan normal terdistribusi atau n ≥ 30
7. Menemukan Margin of Error
 Seorang peneliti ekonomi sedang meneliti suatu data terhadap pekerja pada
beberapa toko grosir di suatu daerah. Data data yang ada di sini merepresentasikan jam
kerja 40 orang pekerja dari beberapa toko grosir di daerah tersebut.

30 26 33 26 26 33 31 31 21 37
27 20 34 35 30 24 38 34 39 31
22 30 23 23 31 44 31 33 33 26
27 28 25 35 23 32 29 31 25 27
Apabila nilai confidence level/tingkat keyakinannya 90% untuk menemukan
margin of error unuk rata-rata dari jam kerja keryawan dan diasumsikan nilai standar
deviasi dari populasinya adalah 7,9 jam.

Karena σ diketahui, yaitu 7,9. Kemudian sampel yang kita peroleh dengan randon
dan n ≥ 30. Maka kira bisa menggunakan formula untuk E. karena nilai zc atau z-score yang
berkorespondensi kepada 95% tingkat keyakinan 1,96. Dengan kata lian, 95% dari area di
bawah kurva normal standarberada dalam 1,96 standar deviasi dari nilai mean. Distribusi
sampel rata-rata dengan kurva normal bisa dikira-kira dengan Teorema Limit Titik Tengah
(Central Limit Theorem) n ≥ 30.

7,9
= 1,96 x ≈ 2,4
√40

Jadi, tingkat keyakinan margin of errornya adalah 95% untuk rata-rata populasi
adalah 2,4 jam.
TUJUAN

1. Mempelajari tentang konfidensi rata-rata, serta estimasinya apabila unsur-unsur

pembangunnya diketahui.
2. Mempelajari tentang konfidensi rata-rata, serta estimasinya apabila unsur-unsur
pembangunnya tidak diketahui.
3. Mempelajari tentang konfidensi beda rata-rata, estimasinya, serta intervalnya.
4. Mepelajari cara untuk membangun interval konfidensi rata-rata maupun beda rata-rata.

MANFAAT

1. Dapat memahami konfidensi rata-rata dan beda rata-rata, estimasi, interval, serta unsur
unsurnya.
2. Mampu mengerjakan persoalan terkait materiestimasi interval rata-rata dan beda rata-
rata.
 B. PEMBAHASAN

1. INTERVAL CONFIDENCE FOR A POPULATION MEAN: INTERVAL

KEYAKINAN RATA-RATA POPULASI (LARGE SAMPLE)
Dengan menggunakan titik estimasi dan sebuah margin of error untuk membentuk
sbuah interval estimasi dari parameter populais seperti μ. Interval estimasi ini disebut juga
sebuah confidence interval atau interval keyakinan. Sebuah interval keyakinan untuk
ratarata populasi (mean/μ) adalah x̄ - E < μ < x̄ + E. Probabilitas, konfidensi interval berisi
μ adalah c, diasumsikan bahwa estimasi
a. Tuntunan membentuk sebuah konfidensi interval (interval keyakinan) untuk sebuah
rata-rata populasi (σ diketahui)
1) Pastikan bahwa σ diketahui, sampelnya berbentuk acak/random, serta populasi
terdistribusi normal dengan n ≥ 30.
∑𝑥
2) Temukan sampel statistic x̄ dengan x̄ = .
𝑛

3) Temukan nilai kritis zc yang berkorespondensi kepada level keyakinan/konfidensi

yang telah diberikan.
σ
4) Temukan margin of error E ↔ E - zc
√𝑛

5) Temukan titik ujung kanan dan kiri dan bentuk interval konfidens.
a) Titik ujung kiri x̄ - E
b) Titik ujung kanan x̄ + E
c) Interval: x̄ - E < μ < x̄ + E

Contoh 1: interval konfidensi

Seorang peneliti ekonomi sedang meneliti suatu data terhadap pekerja pada
beberapa toko grosir di suatu daerah. Data data yang ada di sini merepresentasikan jam
kerja 40 orang pekerja dari beberapa toko grosir di daerah tersebut.

30 26 33 26 26 33 31 31 21 37
27 20 34 35 30 24 38 34 39 31
22 30 23 23 31 44 31 33 33 26
 27 28 25 35 23 32 29 31 25 27

Data digunakan untuk membentuk sebuah 95% konfidensi intervaluntuk rata-rata

jam kerja karyawan di toko grosir.

Berdasarakan perhitungan sebelumnya, maka didapat x̄ = 29,6 dan E ≈ 2,4.

Konfidensi interval yang terbentu, seperti:

Jadi,interpretasinya, dengan 95% konfidensi, maka rata-rata populasi dari jam

kerja karyawan adalah antara 27,2 sampai dengan 32,0 jam.

Contoh 2: membangun interval konfidensi

Seorang direktur penerimaan mahasiswa baru, berharap untuk bisa melakukan

estimasi terkait rata-rata usia dari seluruh siswa baru yang mendaftar. Dalam sebuah
sampel acak dari 20 mahasiswa, rata-rata usianya adalah 22,9 (n) tahun (x̄). Dari
pemeriksaan terakhir, standar deviasi yang diketahui adalah 1,5 tahun (σ) dan populasi
terdistribusi dengan normal. Walaupun nilai n nya lebih kecil dari 30, akan tetapi telah
diketahui bahwa populasinya terdistribusi normal. Sehingga, formula untuk mencari
margin of error bisa digunakan.

Persoalan: bentuklah konfidensi interval 90% dari rata-rata usia populasi!

Karena σ telah diketahui, sampel berbentuk random/acak, dan populasi

terdistribusi normal, maka gunakan formula E, dengan n = 20, x̄ = 1,5, dan zc = 1.645,
tingkat konfidensi margin of error di 90%, adalah:

σ 1,5
E - zc = 1,645 x ≈ 0,6
√𝑛 √20
 90% interval konfidensi dapat juga dituliskan sebagai x̄ ± E ≈ 22,9 ± 0,6 atau
dapat dituliskan sebagai berikut,

Maka, interpretasinya, dengan 90% konfidensi, dapat dikatakan bahwa rata-rata

usia dari seluruh mahasiswa adalah antara 22,3 dan 23,5. Artinya, bahwa ketika sebuah
angka yang besar dari sampel terkumpulkan, dan sebuak konfidensi interval yang terbentuk
untuk setiap sampel, kisaran 90% dari interval-interval ini akan mengandung μ.

b. Ukuran sampel
1) Untuk sampel statistic yang sama, seiring tingkat konfidensi meningkat, interval
konfidensi juga ikut melebar.
2) Bersamaan dengan interval konfidensi yang melebar, presisi dari estimasi akan
berkurang.
3) Satu cara untuk mengembangkan presisi dari sebuah estimasi tanpa harus
mengorbankan tingkat konfidensi adalah dengan menambah ukuran sampel.
4) Akan tetapi, seberapa besar ukuran sebuah sampel yang dibutuhkan untuk menjamin
sebuah tingkat khusus dari konfidensiuntuk memberikan margin of error?
5) Dengan menggunakan rumus untuk margin of error untuk menemukan minimal sampel
ukuran n.
6) Diberikan sebuah tingkat konfidensi dan sebuah margin of error E, ukuran minimal
sampel n yang dibutuhkan untuk mengetimasi populasi rata-rata adalah
σ
E = zc
√𝑛
𝑧𝑐 σ 2
n=( )
𝐸
7)
Ketika σ nya tidak diketahui, estimasinya dapat menggunakan s, dengan ukuran
sampel minimal 30.
 Contoh 3: mencari ukuran sampel

Peneliti ekonomi pada contoh sebelumnya, ingin mengetimasi rata-rata jam

kerja dari seluruh karyawan toko grosir. Berapa banyak karyawan yang harus
dimasukkan ke sampel agar konfidensinya menjadi 95% dengan sampel rata-ratanya
kurang dari 1,5 jam dari rata-rata populasi?

Determinasi sebuah ukuran sampel minimum.

Gunakan c = 0,95, zc = 1,96, σ = 7,9 (dari contoh sebelumnya) dan E = 1,5,

maka didapakan sampel minimal ukuran n.

𝑧𝑐 σ 2 1,96 𝑥 7,9
n=( ) = ( 1,5 )2 ≈ 106,56
𝐸

Dengan kata lain, dibutuhkan setidaknya 107 karyawan toko grosir dalam
sampel.

Peneliti sudah memiliki 40 karyawan, maka, sampel nya membutuhkan 67 lagi

anggota. Catatan, bahwa 107 itu merupakan angka minimal dari karyawan untuk
dimasukkan dalm sampel. Artinya, peneliti dapat menambahkan lagi, apabila ia ingin.

2. INTERVAL CONFIDENCE FOR A POPULATION MEAN: INTERVAL

KEYAKINAN RATA-RATA POPULASI (SMALL SAMPLE)
a. T-Distribusi

Dalam beberapa situasi dalam kehidupan sehari-hari, populasi standar deviasi (σ).
Jadi, bagaimana cara membentuk sebuah interval konfidensi untuk rata rata populais saat
σ diketahui? Untuk sebuah variabel acak yang terdistribusi normal (atau hampir
terdistribusi dengan normal), maka dapat digunakan t-distribusi.

𝑥̄ −μ
Apabila distribusi dari variabel x nya mendekati normal, maka niai t = 𝑠/ 𝑛. Nilai
√

critical dari t adalah didenotasikan oleh t c. Berikut adalahh beberapa property dari t-
distribusi.

1) Mean, median, dan mode dari t-distribusi adalah sama dengan 0.

 2) T-distribusi berbentuk bell dan simetris dengan rata-rata.
3) Total area dibawah kurva t-distibusi adalah sama dengan 1.
4) Area ekor (tails) dalam t-distribusi lebih tebal dibandingkan ekor beberapa
standar distribusi.
5) Standar deviasi dari t-distribusi berada bergantung pasa ukuran sampelnya,
tetapi dapat dipastikan bahwa nilainya lebih besar dari 1.
6) T-disribusi adalah bagian dari kurva, setiapnya yang terdetermasi oleh
parameter disebu dengan derajat kebebasan. Derajat kebebasan (sering kali
disingkat d. f.) adalah angka dari pilihan bebas setelah sampel statistic seperti 𝑥̄
telah terhitung. Ketika t-distribusi digunakan untuk mengestimasi sebuah rata-
rata populais, derajat kebebasan nya senilai dengan satu kurang dari ukuran
sampel. d. f. = n – 1.
7) Sebagai derajat kebebasan, t-distribusi mencapai distribusi standar normal,
seperti pada gambar. Setelah 30 d. f., t-distribusi dekat dengan standar normal
distribusi.

b. Mencari nilai critical dari t

Contoh 1: temukan nilai kritis t c untuk 95% tingkat konfidensi ketika ukuran sampelnya
adalah15.

Karena n = 15, maka nilai derajat kebebasannya adalah d. f. = n – 1 = 15 – 1 =

14. Dengan menggunakan d. f. = 14 dan c 0,95, didapatkan nilai kritis t c, diperlihatkan
dengan area yang di highlight.
 Dari table tersebut, dapat dilihat bahwa t c = 2,145. Kemudian gambar di bawah
menunjukkan t-distribusi untuk derajat kebebasan 14, c = 0,95, dan t c = 2,145.

Maka interpretasinya, untuk sebuah kurva t-distribusi dengan derajat kebebasan

14, 95% dari area bawah kurva diantara t ± 2,145.

c. Interval konfidensi dan t-distribusi

Pembentukan interval konfidensi untuk μ keika σ tidak diketahui menggunakan

t-distribusi mirip dengan pembentukan sebuah interval konfidensi untuk μ ketika σ
diketahui menggunakan distribusi normal standar – keduanya menggunakan titik
estimasi x̄ dan margin of error E.

Saat σ tidak diketahui, margin of error E dikalkulasikan meggunakan sampel

𝑠
standar deviasi s dan nilai kritis t c ↔ E = tc . sebelum menggunakan rumus ini,
√𝑛

pastikan sampelnya acak, serta populasinya terdistribusi dengan normal n ≥ 30.

d. Tahapan untuk membangun interval konfidensi bagi rata-rata popilasi (σ tidak
diketahui)
1) Pastikan bahwa σ tidak diketahui, sampelnya harus acak, serta populasinya
terdistribusi normal n ≥ 30.
2) Temukan statistic sampel n, σ, x̄
∑𝑥
a. x̄ = 𝑛

∑(𝑥− 𝑥̄)2
b. s = √ 𝑛−1

3) identifikasi derajat kebebasan, tingkat keyakinan/konfidensi c, dan nilai

kritis/critical value t c, d. f. = n – 1.
𝑠
4) Temukan margin of error E ↔ 𝐸 = 𝑡𝑐 .
√𝑛

5) Temukan titik ujung kanan dan kiri serta bentuk interval konfidensi.
a) Ujung kiri: x̄ + E
b) Ujung kanan: x̄ + E
c) Interval: x̄ - E < μ < x̄ + E
e. Mengkonstruksi interval konfidensi
Contoh 2:

Dipilihlah secara acak 15 coffee shops dan diukur temperatur dari setiap kopi
yang terjual. Temperaur rata-rata sampelnya adalah 162‫ﹾ‬F dengan sampel standar
deviasi 10‫ﹾ‬. Diasumsikan distribusi temperature kopi mendekati distribusi normal.

Dikarenakan σ tidak diketahui, sampel diambil secara acak, serta temperature

mendekati distribusi normal, gunakan t-distribusi. Gunakan n = 16, x̄ = 162, s = 10, c
= 0,95, d.f. = 15, maka dapat digunakan table untuk menemukan bahwa t c = 2,131.
Margin of error di 95% tingkat keyakinan/konfidensi adalah:

𝑠 10
𝐸 = 𝑡𝑡 = 2,131 𝑥 ≈ 5,3
√𝑛 √16

Interval konfidensi dapat tergambar seperti berikut,

 Interpretasinya adalah, dengan 95% konfidensi, rata-rata populasi dari
temperature kopi adalah antara 156,7‫ﹾ‬F dan 167,3‫ﹾ‬F.

Contoh 2:

Secara acak, terpilihlah sejumlah 36 mobil dengan model sama yang dijual
kepada suatu dealer mobil. Kemudian dihitung jumlah hari dari setiap mobil tersebut
untuk bertahan sebelum akhirnya terjual. Nilai sampel rata-rata nya 9,75 (x̄) hari,
dengan sampel standar variasi 2,39 hari (s). bentuklah suatu interval konfidensi dengan
tingkat keyakinan nya 99% dari rata-rata populasi hari dari mobil sebelum akhirnya
terjual.

Karena σ tidak diketahuai, sampelnya acak/random, serta n ≥ 30, gunakan t-

distribusi. Kemudian dnegan menggunakan n = 36, x̄ = 9,75, s = 2,39, c = 0,99, dan d.f.
= 35, maka dapat digunakan table untuk menemukan t c = 2,724. Kemudian margin of
error di 99% tingkat konfidensi seperti:

𝑠 2,39
𝐸 = 𝑡𝑐 = 2,724 𝑥 ≈ 1,09
√𝑛 √36

Tingkat konfidensi interval yang terbentuk tergambar seperti di bawah ini.

 Dengan 99% konfidensi, dapat diperoleh populasi rata-rata dari jumlah hari
mobil yang bertahan di tempat dealer adalah diantara 8,66 dan 10,84.

3. INTERVAL KONFIDENSI SELISIH DUA RATA-RATA

Interval konfidensi digunakan unuk mengestimasi beda rata-rata dari dua kelompok
sampel yang berbeda. Estimasi ini dapat berguna dalam dunia perindustrian. Formula yang
digunakan untuk mengestimasi interval konfidensi bagi selisih dua rata-rata adalah:

𝜎1 2 𝜎2 2
(𝑥̄ 1 − 𝑥̄ 2 ± 𝑍𝛼 ⁄2 x 𝜎𝑥̄ 1.𝑥̄ 2 ( )
= 𝑥̄ 1 − 𝑥̄ 2 ± 𝑍𝛼 ⁄2 √ +
𝑛1 𝑛2

Contoh 1:

Dibawah ini merupakan data rata-rata konsumsi protein per kapita per hari (gram)
menurut provinsi di Indoneisa pada tahin 2011 dan 2012.
 Bentuklah interval konfidensi 95% untuk megestimasi selisih rata-rata konsumsi
protein per kapita per hari (gram) menurut provinsi di Indonesia antara tahun 2011 dan
2012.

Maka dengan bantuan kalkulator dan table, diketahui:

𝑛2011 = 33 𝑥̄2011 = 55,75 σ2011 = 4,058

𝑛2012 = 33 𝑥̄2012 = 53,11 σ2012 = 4,074

α = 5% maka Z = 1,96

interval konfidensi 95% untuk mengstimasi selisih rata-rata konsmsi protein per
kapita per hari (gram) antara tahun 2011 dan tahun 2012, sebagai:

4,0582 4,074 2
(𝑥̄ 1 − 𝑥̄ 2 ± 𝑍𝛼 ⁄2 x 𝜎𝑥̄ 1.𝑥̄ 2 = (55,75 − 53,11) ± 1,96√ +
33 33

= 2,640 -1,962 = 0,678

Contoh 2: σμx̄

Sebuah sampel yang terdiri dari 150 buah paying merk A menunjukkan rata-rata
daya tahan lamanya setelah 140 hari dengan deviasi standar 12 hari. Sebuah sampel yang
terdiri dari 200 buah paying merk B menunjukkan rata-rata daya tahan lamanya selama
120 hari dengan deviasi standar 8 hari. Hitung estimasi interval konfidensi bagi selisih rata-
rata daya tahannya dari kedua merk paying tersebut. Tingkat ketelitian atau keyakinan yang
digunakan adalah 95% dan 99%.

a. Tingkat keyakinan/konfidensi 95%

𝜎2 𝜎2 122 82
(𝑥̄ 1 − 𝑥̄ 2 ) ± 𝑍𝛼 ⁄2 √ 1 + 2 = (140 − 120) − 1,96√ +
𝑛1 𝑛2 150 200

= 20 – 2,217

= 17,783
 𝜎2 𝜎2 122 82
(𝑥̄ 1 − 𝑥̄ 2 ) ± 𝑍𝛼 ⁄2 √ 1 + 2 = (140 − 120) + 1,96√ +
𝑛1 𝑛2 150 200

= 20 + 2,217

= 22,217

Interval konfidensi bagi selisih rata-rata daya tahannya dari kedua merk payung:

17,783 < (μ1 − μ2 ) < 22,217

b. Tingkat keyakinan 99%

𝜎1 2 𝜎2 2 122 82
(𝑥̄ 1 − 𝑥̄ 2 ) ± 𝑍𝛼 ⁄2 √ + = (140 − 120) − 2,58√ +
𝑛1 𝑛2 150 200

= 20 - 2,919

= 17,081

𝜎2 𝜎2 122 82
(𝑥̄ 1 − 𝑥̄ 2 ) ± 𝑍𝛼 ⁄2 √ 1 + 2 = (140 − 120) + 2,58√ +
𝑛1 𝑛2 150 200

= 20 + 2,919

= 22,919

Interval konfidensi bagi selisih rata-rata daya tahannya dari kedua merk payung:

17,081 < (μ1 − μ2 ) < 22,919

4. LATIHAN SOAL

(Perhatikan soal cerita dan tabel untuk nomor 1 dan 2 di bawah ini!)

Berikut ini disajikan data bayaknya desa dari banyaknya desa yang terjangkit
wabah virus covid-19 setiap provinsi di Indonesia pada bulan Maret, 2022. (data
merupakan contoh; tidak real)
 Provinsi Maret 2022 Provinsi Maret 2022
Aceh 713 NTB 55
Sumatera Utara 2076 NTT 239
Sumatera Barat 674 Kalimantan Barat 1589
Riau 1537 Kalimantan Tengah 415
Jambi 379 Kalimantan Selatan 1123
Sumatera Selatan 218 Kalimantan Timur 379
Bengkulu 98 Kalimantan Utara 833
Lampung 248 Sulawesi Utara 248
Kep. Bangka 33 Sulawesi Tengah 17
Belitung
Kep. Riau 51 Sulawesi Selatan 51
DKI Jakarta 17 Sulawesi Tenggara 33
Jawa Barat 833 Gorontalo 98
Jawa Tengah 1123 Sulawesi Barat 218
DIY 415 Maluku 1537
Jawa Timur 1589 Maliku Utara 674
Banten 239 Papua Barat 2076
Bali 55 Papua 713

1) Carilah estimasi interval konfidensi bagi rata-rata dari banyaknya desa yang terjangkit
wabah virus covid-19 setiap provinsi di Indonesia pada bulan Maret, 2022, pada tingkat
konfidensi 95%!
2) Carilah estimasi interval konfidensi bagi rata-rata dari banyaknya desa yang terjangkit
wabah virus covid-19 setiap provinsi di Indonesia pada bulan Maret, 2022, pada tingkat
konfidensi 99%!

(Perhatikan ilustrasi di bawah ini untuk nomor 3 dan 4!)

Seorang produsen boneka anak mendistribusikan beberapa boneka dinosaurus dan

boneka karakter marvel ke toko. Produsen tersebut ingin mengetahui ada atau tidaknya
perbedaan usia rata-rata boneka dinosaurus dan karakter marvel tersebut.
 Secara random, dipilihlah masing-masing dari kedua jenis boneka sebanyak 50
kemudian diadakan pengukuran secara seksama. Ternyata, umur rata-rata boneka
dinosaurus adalah 124,8 minggu dengan deviasi standar 6 mingu, sedangkan umur rata-
rata boneka karakter marvel adalah 120,8 minggu dengan deviasi standar 7,4 minggu.

3) Hitunglah interval konfidensi beda rata-rata dari kedua boneka tersebut pada tingkat
kofidensi 95%!
4) Hitunglah interval konfidensi beda rata-rata dari kedua boneka tersebut pada tingkat
kofidensi 99%!
 C. PENUTUP

1. KESIMPULAN
Point estimasi adalah sebuah nilai tunggal untuk melakukan estimasi terhadap
parameter populasi. Point estimasi terbaik untuk populasi mean (μ) adalah x̄ atau sampel
∑𝑥
mean. Dengan formula: x̄ = ,
𝑛

Interval estimasi adalah interval atau jangkauan nilai yang digunakan untuk
memperkirakan parameter populasi. Untuk membentuk sebuah interval estimasi maka
gunakan point estimasi sebagai titik tengah dari interval tersebut kemudian tambahkan dan
selisihkan dengan margin. Sebelum mencari sebuah margin dari error untuk sebuah interval
estimasi, pertama-tama kita harus tentukan dahulu nilai kepercayaan yang dibutuhkan
untuk interval estimasi, serta mengandung rata-rata populasi (μ).

Tingkat keyakinan, seringkali disimbolkan dnegan c, adalah suatu probabilitas

yang mengandung parameter populasi dari interval estimasi. Diasumsikan bahwa proses
esimasinya dilakukan secara berulang kali dalam jumlah yang besar. Dalam Teorema Limit
Titik Tengah Ketika n ≥ 30, sampel distribusi dari sampel rata-rata adalah sebuah distribusi
normal. Tingkat keyakinan c adalah area di bawah standar kurva normal di antara nilai
kritis, -zc dan zc.

Nilai kritis adalah nilai yang memisahkan sampel statistic yang memungkinkan
dengan sampel statistic tidak memungkinkan atau tidak biasa. Gambar di bawah ini akan
menampilkan c yang merupakan prersentase dari area dibawah kurva normal dan diapit
oleh -zc dan zc..
 Perbedaan antara nilai titik estimasi dengan nilai parameter sebenarnya dikenal
dengan istilah sampling error, dengan formula x̄ - μ.

Apabila diketahui suatu level confidence tertentu, yaitu c, nilai margin of error atau
nilai E, merupakan nilai error terbesar yang mungkin dihasilkan antara point estimate
dengan nilai dari perameter sebenarnya yang digunakan untuk estimasi tadi. Jika μ dan σ
diketahui, margin of error nya adalah:

Syarat penggunaan rumus:

c. Sampel harus random/acak

d. Populasi harus dengan normal terdistribusi atau n ≥ 30

a. Interval Confidence For A Population Mean: Interval Keyakinan Rata-Rata

Populasi (Large Sample)

Tuntunan membentuk sebuah konfidensi interval (interval keyakinan) untuk

sebuah rata-rata populasi (σ diketahui)

1) Pastikan bahwa σ diketahui, sampelnya berbentuk acak/random, serta populasi

terdistribusi normal dengan n ≥ 30.
∑𝑥
2) Temukan sampel statistic x̄ dengan x̄ = .
𝑛

3) Temukan nilai kritis zc yang berkorespondensi kepada level keyakinan/konfidensi

yang telah diberikan.
σ
4) Temukan margin of error E ↔ E - zc
√𝑛

5) Temukan titik ujung kanan dan kiri dan bentuk interval konfidens.
d) Titik ujung kiri x̄ - E
e) Titik ujung kanan x̄ + E
f) Interval: x̄ - E < μ < x̄ + E
Ukuran sampel
 1) Untuk sampel statistic yang sama, seiring tingkat konfidensi meningkat, interval
konfidensi juga ikut melebar.
2) Bersamaan dengan interval konfidensi yang melebar, presisi dari estimasi akan
berkurang.
3) Satu cara untuk mengembangkan presisi dari sebuah estimasi tanpa harus
mengorbankan tingkat konfidensi adalah dengan menambah ukuran sampel.
4) Akan tetapi, seberapa besar ukuran sebuah sampel yang dibutuhkan untuk
menjamin sebuah tingkat khusus dari konfidensiuntuk memberikan margin of
error?
5) Dengan menggunakan rumus untuk margin of error untuk menemukan minimal
sampel ukuran n.
6) Diberikan sebuah tingkat konfidensi dan sebuah margin of error E, ukuran minimal
sampel n yang dibutuhkan untuk mengetimasi populasi rata-rata adalah
σ
E = zc
√𝑛
𝑧𝑐 σ 2
n=( )
𝐸

7) Ketika σ nya tidak diketahui, estimasinya dapat menggunakan s, dengan ukuran

sampel minimal 30.
b. Interval Confidence For A Population Mean: Interval Keyakinan Rata-Rata
Populasi (Small Sample)
T-Distribusi

𝑥̄ −μ
Apabila distribusi dari variabel x nya mendekati normal, maka niai t = .
𝑠/√𝑛

Nilai critical dari t adalah didenotasikan oleh t c. Berikut adalah beberapa properti dari
t-distribusi.

1) Mean, median, dan mode dari t-distribusi adalah sama dengan 0.

2) T-distribusi berbentuk bell dan simetris dengan rata-rata.
3) Total area dibawah kurva t-distibusi adalah sama dengan 1.
4) Area ekor (tails) dalam t-distribusi lebih tebal dibandingkan ekor beberapa standar
distribusi.
5) Standar deviasi dari t-distribusi berada bergantung pasa ukuran sampelnya, tetapi
dapat dipastikan bahwa nilainya lebih besar dari 1.
6) T-disribusi adalah bagian dari kurva, setiapnya yang terdetermasi oleh parameter
disebu dengan derajat kebebasan. Derajat kebebasan (sering kali disingkat d. f.)
adalah angka dari pilihan bebas setelah sampel statistic seperti 𝑥̄ telah terhitung.
Ketika t-distribusi digunakan untuk mengestimasi sebuah rata-rata populais, derajat
kebebasan nya senilai dengan satu kurang dari ukuran sampel. d. f. = n – 1.
7) Sebagai derajat kebebasan, t-distribusi mencapai distribusi standar normal, seperti
pada gambar. Setelah 30 d. f., t-distribusi dekat dengan standar normal distribusi.

Interval konfidensi dan t-distribusi

Saat σ tidak diketahui, margin of error E dikalkulasikan meggunakan sampel

𝑠
standar deviasi s dan nilai kritis t c ↔ E = tc . sebelum menggunakan rumus ini,
√𝑛

pastikan sampelnya acak, serta populasinya terdistribusi dengan normal n ≥ 30.

Tahapan untuk membangun interval konfidensi bagi rata-rata popilasi (σ tidak

diketahui)
1) Pastikan bahwa σ tidak diketahui, sampelnya harus acak, serta populasinya
terdistribusi normal n ≥ 30.
2) Temikan statistic sampel n, σ, s.
∑𝑥
a. x̄ = 𝑛

∑(𝑥− 𝑥̄)2
b. s = √ 𝑛−1

3) identifikasi derajat kebebasan, tingkat keyakinan/konfidensi c, dan nilai

kritis/critical value t c, d. f. = n – 1.
 𝑠
4) Temukan margin of error E ↔ 𝐸 = 𝑡𝑐 .
√𝑛

5) Temukan titik ujung kanan dan kiri serta bentuk interval konfidensi.
6) Ujung kiri: x̄ + E
7) Ujung kanan: x̄ + E
8) Interval: x̄ - E < μ < x̄ + E

c. Interval Konfidensi Selisih Dua Rata-Rata

Interval konfidensi digunakan unuk mengestimasi beda rata-rata dari dua kelompok
sampel yang berbeda. Estimasi ini dapat berguna dalam dunia perindustrian. Formula yang
digunakan untuk mengestimasi interval konfidensi bagi selisih dua rata-rata adalah:

𝜎1 2 𝜎2 2
(𝑥̄ 1 − 𝑥̄ 2 ± 𝑍𝛼 ⁄2 x 𝜎𝑥̄ 1.𝑥̄ 2 ( )
= 𝑥̄ 1 − 𝑥̄ 2 ± 𝑍𝛼 ⁄2 √ +
𝑛1 𝑛2

2. KUNCI JAWABAN
1) Estimasi interval konfidensi bagi rata-rata dari banyaknya desa yang terjangkit
wabah virus covid-19 setiap provinsi di Indonesia selama bulan Maret, 2022, pada
tingkat konfidensi 95%
(tingkat kesalahan 1 – 0,95 = 0,05 ↔ 5%)
Dari table data tersebut didapatkan:
n = 34 σ = 511,39 α = 0,05 maka Z0,025 = 1,96
511,39
x̄ = 352,88 σ= = 87,70
√34
σ σ
Pr (x̄ − 𝑍𝛼⁄2 < μ < x̄ + 𝑍𝛼⁄2 = 1 − 𝛼)
√𝑛 √𝑛
σ
(x̄ − 𝑍𝛼⁄2 = 532,88 − (1,96)(87,70) = 360,99)
√𝑛
σ
(x̄ + 𝑍𝛼⁄2 = 532,88 + (1,96)(87,70) = 704,77)
√𝑛

Dengan demikian, pada tingkat keyakinan (konfidensi) 95%, maka rata rata
banyaknya desa yang terjangkit wabah virus covid-19 pada bulan Maret, 2022, pada
setiap provinsi di Indonesia berkisar antara 360,99 ≈ 361 desa sampai dengan
704,77 ≈ 705 desa. Dengan gambaran kurva interval sebagai berikut.
2) Estimasi interval konfidensi bagi rata-rata dari banyaknya desa yang terjangkit
wabah virus covid-19 setiap provinsi di Indonesia selama bulan Maret, 2022, pada
tingkat konfidensi 99%.
(tingkat kesalahan 1 – 0,99 = 0,01 ↔ 1%)
Dari table data tersebut didapatkan:
n = 34 σ = 511,39 α = 0,05 maka Z0,05 = 2,58
511,39
x̄ = 352,88 σ= = 87,70
√34
σ σ
Pr (x̄ − 𝑍𝛼⁄2 < μ < x̄ + 𝑍𝛼⁄2 = 1 − 𝛼)
√𝑛 √𝑛
σ
(x̄ − 𝑍𝛼⁄2 = 532,88 − (2,58)(87,70) = 306,61)
√𝑛
σ
(x̄ + 𝑍𝛼⁄2 = 532,88 + (2,58)(87,70) = 759,15)
√𝑛

Dengan demikian, pada tingkat keyakinan (konfidensi) 99%, maka rata rata
banyaknya desa yang terjangkit wabah virus covid-19 pada bulan Maret, 2022, pada
setiap provinsi di Indonesia berkisar antara 306,61 ≈ 307 desa sampai dengan
759,15 ≈ 760 desa. Dengan gambaran kurva interval sebagai berikut.
3) Interval konfidensi beda rata-rata boneka dinosaurus dan karakter marvel pada
tingkat keyakinan 95%:

𝜎2 𝜎2 6,02 7,42
(𝑥̄ 1 − 𝑥̄ 2 ) ± 𝑍𝛼 ⁄2 √ 1 + 2 = (124,8 − 120,8) + 1,96√ +
𝑛1 𝑛2 50 50

= 4,00 + 2,64 = 6,64

𝜎2 𝜎2 6,02 7,42
(𝑥̄ 1 − 𝑥̄ 2 ) ± 𝑍𝛼 ⁄2 √ 1 + 2 = (124,8 − 120,8) − 1,96√ +
𝑛1 𝑛2 50 50

= 4,00 - 2,64 = 1,32

Jadi interval konfidensi beda rata-rata usia boneka dinosaurus dan boneka
karakter marvel pada tingkat konfidensi 95% adalah 1,36 < (μ1 – μ2) < 6,64

4) Interval konfidensi beda rata-rata boneka dinosaurus dan karakter marvel pada
tingkat keyakinan 99%:

𝜎2 𝜎2 6,02 7,42
(𝑥̄ 1 − 𝑥̄ 2 ) ± 𝑍𝛼 ⁄2 √ 1 + 2 = (124,8 − 120,8) − 2,58√ +
𝑛1 𝑛2 50 50

= 4,00 – 23,48 = 0,52

𝜎2 𝜎2 6,02 7,42
(𝑥̄ 1 − 𝑥̄ 2 ) ± 𝑍𝛼 ⁄2 √ 1 + 2 = (124,8 − 120,8) + 2,58√ +
𝑛1 𝑛2 50 50
 = 4,00 + 3,48 = 7,48
Jadi interval konfidensi beda rata-rata usia boneka dinosaurus dan boneka
karakter marvel pada tingkat konfodensi 99% adalah 1,36 < (μ1 – μ2) < 6,64

3. DAFTAR PUSTAKA

Larson, Ron. 1941. Elementary Statistics : Picturing the World / Ron Larson, Betsy Farber.
-- 5th ed. p. cm. ISBN 978-0-321-69362-4 1. Statistics--Textbooks. I. Farber, Elizabeth. II.
Title. QA276.12.L373 2012 519.5--dc22.

Fauzy, Ahmad. 2015. Distribusi Z dan Kegunaanya. Universitas Islam Indonesia,

Yogyakarta. ISBN: 976-979-1119-68-9.