D. 6. Metode utama
1 Defenisi : yang dibicarakan dalam tulisan ini adalah penaksiran parameter
populasi a.
yangPenaksir
didasarkan sepenuhnya
ialah padayang
suatu nilai informasi
dapat yang diperoleh
diyakini dari sampel
mewakili atau
acak yang diambil dari populasi.
mencirikan parameter. Karena sampel yang diambil memberi berbagai ke-
mungkinan b. cara, maka tak
Penaksir nilaibias
taksiran
ialahpun dapat bermacam-macam
penaksir yang rata-ratanya tergantung sampel
sama dengan
yang diperoleh, oleh karena
parameter. itu orang berusaha mencari sampel yang dianggap mewa-
kili populasi
c. dinamakan sampel representatif.
Penaksir bervariasi minimum ialah penaksir dengan varians ter-
kecil penaksir ini disebut juga penaksir lebih efisiens
d. Penaksir konsisten ialah penaksir yang sifatnya makin mendekati
parameter apabila ukuran sampel yang digunakan menaksir
makin diperbesar.
e. Penaksir terbaik ialah penaksir yang tak bias dan bervarians mi-
nimum.
( x
i =1
i − x ) = [ ( x i − μ ) − ( x - μ ) ]
2
i =1
2
n n
= ( xi − μ )2 − 2 ( x -μ ) ( xi − μ ) + n ( x − μ )2
i =1 i =1
88
n
= ( xi − μ )2 − n ( x − μ )2
i =1
n
E ( s 2 ) = E [( ( x i − x ) 2 ] / ( n −1) ]
i =1
1 n
= E ( x i − x ) − nE ( x − μ )
2 2
n −1 i =1
1 n 2 1
= σ x i − n σ x = (n σ 2 − n σ 2 /n)
2
n −1 i =1 n − 1
sebab σ X i i = σ untuk i =1, 2, ....., n dan σ 2x = σ 2 / n
2 2
ˆ ˆ
Var ( ) Var ( )
4 1
ˆ 2 dan
ˆ 3 berpusat
ˆ ̂
ˆ adalah
3 4 di maka 2
̂1 penaksir lebih efisien
Gambar 6. 1. Sebaran sampel berbeda
Karena penaksir terbaik adalah penaksir tak bias dan bervarians terkecil me-
nunjukkan bahwa taksiran suatu parameter tidak hanya satu dan oleh karena mencari
varians terkecil adalah pekerjaan berulang-ulang mengambil sampel dan statistik
yang diperlukan maka taksiran suatu parameter sebaiknya ditunjukkan dengan selang
(interval) yang dapat diyakini bahwa parameter tersebut didalamnya. Keyakinan yang
89
diberikan menerima suatu selang disebut dengan derajat kepercayaan. Derajat ke-
percayaan disajikan dengan suatu angka dinamakan dengan koefisien kepercayaan.
Bila dikatakan kedudukan suatu parameter di antara dua nilai penaksir P dan Q selang
kepercayaan 95%, bahwa parameter berada pada selang dengan batas kedua nilai ter-
sebut, ditulis P (P< < Q) = 95%, dan tidak diartikan peluang berada diantara P
dan Q adalah 95%, melainkan dengan peluang 0,95 sampel acak yang diambil akan
menghasilkan suatu selang yang mengandung parameter sesungguhnya
Umumnya bentuk penaksiran adalah P( ˆ −m ˆ + m) = γ , ̂ adalah
statistik dan γ adalah koefisien kepercayaan. Apabila dari suatu sampel berukuran n
diperoleh ˆ yang digunakan dalam penaksiran yang dinamakan sebagai taksir-
0
6. 2 MENAKSIR RATAAN
Statistik yang digunakan adalah X , taksiran titik adalah x yang berasal dari
suatu sampel berukuran n,
σ N−n σ n
Sehingga σ x = atau = untuk 0,05 atau n > 30
n N −1 n N
Apabila koefisien kepercayaan maka dengan anggapan populasi normal
maka maka P(−z 1 γ z z 1 γ ) = γ
2 2
x −μ
P(− z 1 γ z 1γ ) = γ
σx
2 2
P(−z 1 γ σ x x − μ z 1 γ σ x ) = γ
2 2
P( x − z 1 γ σ x μ x + z 1 γ σ x ) = γ
2 2
90
P x − z 1 γ (σ / n μ x + z 1 γ (σ / n = γ
2 2
Bila varians suatu populasi tidak diketahui digunakan s (simpangan baku sam-
pel) sebagai pengganti σ, dan sebaran t sebagai pengganti z, sehingga
s N−n s N−n
P x − t 1 (1+ γ ) ; n −1 μ x + t 1 (1+ γ ) ; n −1 =γ
2
n N −1 2
n N −1
Jika ukuran n relative besar terhadap populasi (n/N > 0,05)
s s
P x − t 1 (1+ γ ) ; n −1 μ x + t 1 (1+ γ ) ; n −1 =γ
2
n 2
n
Jadi dalam penaksiran rataan harus diperhatikan sebaran populasi (apakah
populasi memiliki memiliki sebaran normal atau tidak), varians populasi (diketahui
atau tidak), memilih sebaran Z atau T, besarnya n atau perbandingan n terhadap N
(n/N ≤ 0,05 atau n/N > 0,05)
σ N−n σ N−n
x − z1γ μ x + z1γ
2
n N −1 2
n N −1
91
d. σ tidak diketahui, n/N ≤ 0,05
Jika x rataan dan s2 varians sampel acak berukuran n dari suatu
populasi normal atau hampir normal sehingga n/N ≤ 0,05, dengan
varians σ2 tidak diketahui, koefisien kepercayaan maka selang
kepercayaan untuk μ:
s s
x − t 1 (1+ γ) ; n −1 μ x + t 1 (1+ γ) ; n −1
2
n 2
n
γ
1
(1 − γ)
1
2 (1 − γ)
2
− z 1γ z 1γ Z
2 0 2
σ σ
x − z 1α x μ x + z 12 α X
2
n d n
galat d z 1 α σ
n
2
T.6.1 Jika x dipakai untuk menafsir μ, maka dapat dipercaya bahwa galat
(d = μ-x) akan
σ
a. Kurang dari z 1 γ .
2 n
b. Lebih dari suatu bilangan g yang ditetapkan sebelumnya asal saja
ukuran sampel
2
z 1 γσ
n= 2
g
Jika batas galat telah ditentukan duluan kurang dari suatu bilangan tertentu g,
92
σ
yang berarti galat mencapai semaksimalnya g = z 1 γ , sehingga seminimalnya n
2
n
= (z 1 γ .σ) 2
2
Contoh 6.2
Seorang peneliti mangambil sebuah sampel acak terdiri dari 50 buah bola lam-
pu neon. Setelah dites ternyata daya tahannya 794 jam. Bila populasi dianggap memi-
liki sebaran normal, tentukannlah taksiran rata-rata daya tahan lampu neon apabila:
a. Simpangan baku populasi diketahui 60 jam.
b. Simpangan baku sampel tersebut dihitung = 59 jam dengan menganggap ba-
hwa σ tidak diketahui.
Jika seandainya peneliti tidak menginginkan galat taksirannya tidak melebihi
dari 7,12 jam tentukanlah
c. Besar sample yang harus diambil peneliti dengan keyakinan 95%
Jawab:
Telah diberitahukan n = 50, σ = 60 dan s = 59, dan x = 794, dalam soal ini
digunakan sebagai titik penaksiran. Jumlah n = 50>30 terhadap semua bola lampu
neon << 0,05 oleh karena itu M.1.b digunakan menjawab pertanyaan a, dan M.1. d.
digunakan untuk menjawab pertanyaan b (σ dianggap tidak diketahui), sedangkan
untuk menjawab pertanyaa c digunakan T.10.1. dengan σ = 60
γ = 0,95
0,025 0,025
− 1,96 0 1,96 Z
785,415 μ 802,485 X
x = 794
Gambar 6.3. Luas daerah kurva normal menunjukkan
penaksir P (785,415 < μ < 802,485) = 0.95
93
b. 795 − t 0,975;49 .59 / 50 μ 795 + t 0,975;49 .59 / 50
795 − 2,011.59 / 50 μ 795 + 2,011.59 / 50
777,220 < μ < 810,780
Berarti peneliti yakin 95% bahwa rata-rata daya tahan populasi lampu neon
berada di antara 777,220 jam dengan 810,780 jam.
γ = 0,95
0,025 0,025
− 2,011 0 2,011 T
777,220 μ 810,780 X
x = 794
Gambar 6.4. Diagram untuk contoh 8.8. b dengan penaksir
P(777,220 < μ < 810,780) = 0,95.
c. Agar tidak terdapat galat taksiran melebihi 1,81 maka ukuran sampel harus meme-
nuhi
n = [ (1,96.60)/7,12]2 = 272,81
sehingga sebaiknya sampel acak sebanyak 273 buah lampu neon.
94
Akibat M.2
Jika x 1 dan x 2 adalah rataan dua peubah acak bebas ukuran n1 dan n2
dari populasi yang tidak diketahui variansnya, maka 100% selang
kepercayaan untuk μ1 – μ2 diberikan oleh:
1 1 1 1
(x1 − x 2 ) − t 1 (1+ γ) ; ν s + μ 1 − μ 2 (x1 − x 2 ) + t 1 (1+ γ) ; ν s +
2 n1 n 2 2 n1 n 2
(n 1 − 1)s 12 + (n 2 − 1)s 22
s = 2
(Varians gabungan)
n1 + n 2 − 2
Derajat bebas ν = n1 + n 2 − 2
Jika x 1 dan x 2 adalah rataan dan varians dua sampel acak bebas
berukuran n1 dan n2 berturut-turut dari populasi hampir normal
yang variansnya tidak sama dan tidak diketahui, maka 100% se-
lang kepercayaan untuk μ1 – μ2 diberikan oleh
s 12 s 22 s2 s2
( x1 − x 2 ) − t 1 ( 1+ γ )
+ μ 1 − μ 2 ( x 1 − x 2 ) + t 1 ( 1+ γ ) 1 + 2
2 n1 n 2 2 n1 n 2
(s 12 /n 1 + s 22 /n 2 )
Dengan derajat bebas: ν=
[(s 12 /n 1 ) 2 /(n 1 − 1)] + [(s 12 /n 2 ) 2 /(n 2 − 1)]
95
M.5 Menaksir selisih rataan. Untuk selang kepercayaan μ1 – μ2;
σ 12 σ 22 tidak diketahui, ukuran sample cukup besar.
Jika x 1 dan x 2 adalah rataan dan varians dua sampel acak bebas
berukuran n1 dan n2 berturut-turut dari populasi hampir normal
yang variansnya tidak sama dan tidak diketahui, maka 100% selang
kepercayaan untuk μ1 – μ2 diberikan oleh:
s 12 s 22 s2 s2
(x 1 − x 2 ) − z 1 γ
+ μ 1 − μ 2 (x 1 − x 2 ) + z 1 γ 1 + 2
2 n1 n 2 2 n1 n 2
Contoh 6.3.
Jawab:
s12 s 22 s12 s 22
(x1 − x 2 ) − z 1 γ
+ μ1 − μ 2 (x1 − x 2 ) + z 1 γ +
2 n1 n 2 2 n1 n 2
96
64 36 64 36
6 − 1,96 + μ1 − μ 2 6 + 1,96 +
75 50 75 50
3,542 μ1 − μ 2 8,458
b. Pertanyaan b memberi keterangan bahwa varians populasi sama dan tidak di-
ketahui, sedangkan s1=8 dan s2 = 6, sehingga untuk manksir digunakan M.3.
ν = n1 + n 2 − 2 = 75 + 50 − 2 = 123, t 1 (1+ τ); ν = t 0,975;123 = 1,98
2
(n 1 − 1)s + (n 2 − 1)s
2
74.46 + 49.36
2
s2 = 1
= 2
= 52,846;8 = 7,27
n1 + n 2 − 2 123
1 1 1 1
(x1 − x 2 ) − t 1 (1+ γ ); v
s + μ1 − μ 2 ( x 1 − x 2 ) + t 1 (1+ γ );v s +
2 n1 n 2 2 n1 n 2
1 1 1 1
6 − 1,98.7,27 ( + ) μ 1 − μ 2 6 + 1,98.7,27 ( + )
75 50 75 50
3,386 μ1 − μ 2 8,081
s12 / n 1 + s 22 / n 2
Dengan derajat bebas ν =
(s12 / n 1 ) 2 /( n 1 − 1) + (s 22 / n 2 ) 2 /( n 2 − 1)
64 / 75 + 36 / 50
= = 77,225 atau = 77(pendekatan)
(64 / 75) 2 / 74 + (36 / 50) 2 / 49
Cara lain untuk menaksir selisih rata-rata adalah dengan mengambil dua
sampel acak berpasangan dari dua populasi, misalnya x dan y beturut-turut. Untuk
97
menaksir diperlukan selisih pasangan X-Y =D, rata-rata D dan simpangan baku untuk
D. Misalnya salah satu pengambilan sampel acak seperti diagram gambar 6.5
x1 y1 x 1 ,y 1 x 1 -y 1 = d 1
x 2 ,y 2 x 2 -y 2 = d 2 Taksiran
x2 y2 titik d
x3 y3 x 3 ,y 3 x 3 -y 3 = d 3 Sim,baku
3
. . sd
. .
. . . .
. . . .
xn yn xn,yn xn-yn= dn
D − μD
dengan T=
Sd
n
P[d − t 1 ( 1 + γ ) ; n - 1 Sd
n
μ D d − t 1 (1 + γ ) ; n -1 Sd
n
]= γ
2 2
di mana μˆ D = d , dan σˆ 2D = s d2 S d2
Jadi disimpulkan
98
Σd Σ(d − d ) 2 nΣd 2 − (Σd) 2
d= , s d2 = =
n n −1 n (n − 1)
Contoh 6.4
Untuk melihat benda tinggi loncatan pria dan wanita dari sejumlah pelajar yang
sebaya, tiap pasangan mempunyai pebedaan tinggi dan berat badan yang dapat di-
abaikan. Loncatan dicatat dalam cm sebagai berikut
Dicari rata-rata selisih loncatan pria dengan wanita dengan derajat kepercayaan 95%.
Jawaban:
99
Dengan keyakinan 95% selang kepercayaan selisih atau beda loncatan pria de-
ngan wanita dari -1,56 hingga 2,96 cm, selang melalui titik nol yang berarti memberi
kemungkinan selisih rata-rata loncatan nol, sehingga tidak dapat disimpulkan bahwa
yang satu lebih tinggi loncatannya dari yang lain.
Pada suatu percobaan binomial yang terdiri dari suku sukses x/n dan gaga (1-
x/n), statistik x/n adalah proporsi. Misalnya parameter populasi suatu sebaran propor-
si adalah δ, penaksir titik ditentukan oleh statistikx/n.
E(x/n) = E(x)/n = nδ/n = δ, sehingga menurut defenisi D.6.1b. taksiran titik
adalah sampel x/n, atau δ = x/n. Dengan memandang x/n menghampiri normal maka
varians proporsi adalah
σ 2x = σ 2X /n 2 = n δ (1 − δ)/n 2 = δ(1 − δ)/n
n
dan
x/n − δ
P(−z 1 γ
Zz1 γ
= T di mana Z =
2 2 [δ (1 - δ)/n]
x
−
P(− z 1 n
z 1 γ)= γ
2
γ
δ(1 − δ)/n 2
Ternyata nilai parameter δ berada pada semua ruas ketidaksamaan, oleh karena itu
pada ruas kiri dan kanan nilai δ diganti dengan penaksir titik pada sampel δ̂ = x/n,
juga x/n diganti dengan x/n sehingga 100 % selang kepercayaan untuk δ adalah
δ̂(1 − δ̂) δ̂(1 − δ̂)
δ̂ − z 1 γ δ δ̂ + z 1 γ
2 n 2 n
Atau
x x
(1 − nx ) x x
(1 − nx )
− z 1γ n
δ − z 1γ n
n 2 n n 2 n
100
M.7. dapat digambarkan sebagai berikut
galat
δˆ − z 1 γ
δˆ θˆ /n δ̂ δ δˆ + z 1 γ
δˆ θˆ /n
2 2
Contoh 6.5
Suatu sampel acak 1200 orang kepala rumah tangga disuatu propinsi sudah
ditemukan 300 orang yang mengikuti program KB,
101
a. Berapa persenkah ditaksir dari seluruh kepala rumah tangga pada propinsi
tersebut mengikuti program KB?
b. Berapakah seharusnya sampel diambil agar taksiran tidak berbeda lebih dari
3% dari proporsi yang sesungguhnya dengan keyakinan 99%
Jawaban:
0,25.0,75 0,25.0,75
a. 0,25 − 2,575 δ 0,25 + 2,575
1200 1200
Jadi dapat diyakini 99% bahwa peserta program KB di propinsi tersebut berada
dalam selang 22% dan 28%.
b. Agar terdapat galat yang tidak melebihi 0,10 dengan keyakinan paling sedikit 99%
maka digunakan T.6.3
(2,575) 2
n= = 1527,51 2
4(0,03) 2
Jadi sebaiknya diambil sampel sebanyak 1528 orang.
(ˆ1 − ˆ 2 ) − (s1 − s 2 )
P( − z 1 z1 γ) = γ
2
γ
(s1θ1 / n 1 ) + (s 2 θ 2 / n 21 ) 2
102
M.8 Selang kepercayaan untuk 1- 2, sampel besar
Jika δ̂1 dan δ̂ 2 adalah proporsi sukses dalam sampel acak berukuran n1
dan n2 berturut-turut, θ1=1- 1 dan θ2 =1- 2, suatu hampiran se-lang
kepercayaan untuk selisih dua parameter binominal 1- 2 diberi-kan
oleh:
Contoh 6.6:
Dari dua sampel yang terdiri dari 600 orang guru dan 400 orang pedagang
didapat 450 orang guru dan 100 orang pedagang yang menabung uangnya ke suatu
bank. Berapakah 95% selang kepercayaan perbedaan proporsi guru dengan pedagang
yang menabung uang ke bank?
Jawaban:
n1 = 600 n2 = 400
1 = 450/600 = 0,75 2 = 100/400 = 0,25
θ1=1-0,75 = 0,25 θ2 = 1-0,25 = 0,75
0,75.0,25 0,25.0,75
σ̂ sp
2
= +
600 400
= 0,00078125
σ sp = 0,02795
Jadi selisih proporsi guru dengan pedagang manabung uangnya di bank berada dalam
selang 0,445 < 1- 2 < 0,555.
Walaupun s2 penaksir tak bias untuk σ2, tetapi s merupakan penaksir bias un-
tuk σ. Untuk sampel besar s dapat dipakai menaksir σ.
Menurut T.4.18 untuk populasi yang memiliki sebaran normal (n-1)s2/ σ2
memiliki sebaran 2, sehingga
103
χ 21 γ ; n −1
(n − 1)s 2 / σ 2 χ 21 (1+ γ ); n - 1
2 2
1 1
σ 2 /( n − 1)s 2
χ 2
1 (1+ ) ; n - 1 χ 2
1 ; n -1
2 2
χ 21 (1+ γγ; n - 1 χ 1 γ ;n -1
2 2
Untuk menaksir adalah dengan mengakar sebagai berikut
(n − 1)s 2 (n − 1)s 2
σ
χ 21 (1+ γγ; n - 1 χ 21 γ ; n - 1
2 2
Contoh 6.7
Varians nilai 40 orang mahsiswa dalam mata kuliah A yang dipilih secara
acak adalah 100. Tentukanlah dalam koefisien kepercayaan 95% selang kepercayaan
untuk varians nilai mahasiswa pada mata kuliah A.
Jawab:
Jadi 95% selang kepercayaan untuk 2 dapat diyakini bahwa varians berada
dalam selang antara 66,023 dengan 164,975, dan simpangan baku berada dalam se-
lang antara 8,125 dengan 12,844.
104
6.8. MENAKSIR NISBAH (PERBANDINGAN) DUA VARIANS
Bila σ12 dan σ 22 adalah varians dua populasi maka yang dimaksud dalam topik
σ 12
ini adalah menaksir perbandingan 2
σ2
σ 12
M.10 Selang kepercayaan untuk , populasi normal
σ 22
Misalkan s 12 dan s 22 adalah varians dua sampel acak bebas berukuran
n1 dan n2 yang berasal dari dua populasi normal yang variansnya ber-
turut σ 12 dan σ 22 maka dengan keyakinan 100% selang kepercayaan
σ 12
untuk 2 adalah
σ2
s 12 1 σ 12 s 12 1
2 2
s 2 f 1 2(1 − γ); (ν 1 , ν 2 ) σ 2 s 2 f 1 2(1 + γ); (ν 1 , ν 2 )
2
σ 22 S12
Menurut T.4.25 memiliki sebaran F, sehingga dalam keyakinan 100%,
σ 12 S 22
σ 22S12
P[f 2 (1+ γ); ν , ν2
f 2 (1− γ); ν , ν ] = γ
2 1
σ12S 22 2 1 2
Derajat bebas
1 = n1-1
2 = n2-1
γ
1
2 (1 − γ) 1
2 (1 − γ)
F
f 1 (1+ γ ) f 1 (1− γ )
2 2
105
S12 1 σ12 S12 1
P[ 2 ]= γ
S 2 f 1 (1 - γ ) ; 1 , 2 σ 2 S 2 f 1 (1 + γ ) ; 1 , 2
2 2
2 2
1
Dan menurut T.4.24 = f 1 ( 1 - γ ) ; , 1
sehingga dapat ditulis
f 1 (1 + γ ) ; 1 , 2
2 2
s122 S122
Untuk dua sampel dengan varians s dan s , taksiran titik 2 menggantikan 2
1 2
s2 S2
diperoleh M.10.
Contoh 6.8
Jawab:
n1= 50 dan n2 = 76 sedang s1= 6 dan s2 = 8, karena = 90% maka f 0, 05; 49, 75 =1,534 dan
f 0, 05;75, 49 =1,576. Jadi selang kepercayaan yang diminta
36 1 σ 2 36 σ2
12 1,576 atau 0,376 12 0,887
64 1,1534 σ 2 64 σ2
Jika pengambilan sampel dilakukan berulang kali hingga semua taksiran titik
terjadi maka penaksiran juga memberikan selang yang berbeda-beda. Memang
diharapkan selang memuat parameter yang ditaksir yang nilainya tunggal, tetapi harus
diakui bahwa tidak semua selang mengandung parameter tersebut. Dalam suatu taraf
keyakinan tertentu, berapa proporsi dari semua pengukuran dalam suatu selang yang
disebut selang toleransi dalam batas tertentu yang disebut batas toleransi. Selang
toleransi lebih panjang dari pada selang kepercayaan dalam taraf keyakinan yang
sama.
Perhatikanlah pengambilan sampel berukuran n dari suatu populasi normal
dengan selang kepercayaan untuk μ pada gambar di bawah ini.
106
x1 − z 1 γ σ
n
x1 x1 + z 1 γ σ
n
2 2
x2 − z1 γ σ
n
x2 x2 + z1 γ σ
n
x3 − z 1 γ σ
n
x3 x3 + z 1 γ σ
n
2 2 2 2
x4 − z1 γ σ
n
x4 x4 + z1 γ σ
n
2 2
x5 − z 1 γ σ
n
x5 x5 + z 1 γ σ
n
2 2
x6 − z1 γ σ
x6 x6 + z1 γ σ
2
n 2
n
x7 − z1 γ σ
n
x7 x7 + z1 γ σ
n
2 2
x8 − z 1 γ σ
n
x8 x8 + z 1 γ σ
n
2 2
x9 − z 1 γ σ
n
x9 x9 + z 1 γ σ
n
2 2
x 10 − z 1 γ σ
n
x 10 x 10 + z 1 γ σ
n
2 2
μ − z 1 γσ μ μ + z 1 γσ
2 2
Diperlihatkan dari gambar 6.7, tidak semua selang yang memuat μ, oleh
karena itu dengan memperluas selang akan memberi harapan μ terjangkau atau
didekati oleh selang dan ini diharapkan berada pada selang toleransi yang lebih
panjang dari selang kepercayaan untuk μ pada taraf tertentu. Jika dan di ketahui
maka batas toleransi adalah μ z 1 γ . Batas toleransi dapat sebagai M. 11.
2
107
Contoh 6.9
= 0,95
0,90 0,95 0,99
2 32,019 37,674 48,430 Untuk = 0,95
3 8,380 9,916 12,861 = 0,99
… … … … sampel acak berukuran
... … … … n = 17 dari populasi
17 2,400 2,858 3,375 diperoleh k = 3,754
… … … …
… … … …
1000 1,709 2,036 2,676
Contoh 6.10
Jawab:
Angka ini berarti bahwa selang toleransi dari 1,954 sampai 2,216 akan me-
ngandung paling sedikit 99% A dalam percobaan tersebut dengan keyakinan 95%.
108