Bab 2

Penaksiran (Estimasi)

Penaksiran
Penaksiran adalah suatu metoda atau cara untuk menaksir parameter suatu populasi berdasarkan
kepada statistik sampelnya.

Macam-Macam Penaksir (Estimator)

1. PENAKSIR BIAS (BIASED ESTIMATOR):
Statistik sampel yang digunakan untuk menaksir parameter suatu populasi memiliki nilai harapan
(expected value) yang tidak sama dengan parameternya.
Misal: E ( S ) ≠ σ

2. PENAKSIR TAK BIAS (UNBIASED ESTIMATOR):

Statistik sampel yang digunakan untuk menaksir parameter suatu populasi memiliki nilai harapan
(expected value) yang sama dengan parameternya.
Misal: E ( x )=μ

Ciri-Ciri Penaksir Yang Baik

1. PENAKSIR TAK BIAS
Statistik sampel dikatakan penaksir tak bias jika rata-rata semua harga statistik sampel yang mungkin
akan sama dengan parameternya

2. PENAKSIR BERVARIANS MINIMUM

Statistik sampel dikatakan penaksir bervarians minimum jika statistik sampel tersebut memiliki
varians terkecil diantara semua statistik sampel untuk parameter yang sama.

3. PENAKSIR KONSISTEN
Statistik sampel dikatakan penaksir konsisten jika ukuran sampel makin besar mendekati ukuran
populasi menyebabkan statistik sampel mendekati parameter.

Macam-Macam Cara Menaksir

1. TAKSIRAN TUNGGAL ATAU TITIK (POINT ESTIMATE):
 Suatu cara untuk menaksir parameter suatu populasi berdasarkan kepada statistik sampelnya secara
langsung.
Contoh:
Sebuah sampel random yang terdiri dari 5 orang mahasiswa FE masing-masing mempunyai tinggi badan
(dalam cm) sebagai berikut: 158, 162, 170, 168, dan 167. Tentukan rata-rata tinggi badan seluruh mahasiswa
FE berdasarkan data tersebut!

Diketahui:
n=5 ; x=158 , 162 ,170 , 168 ,167
Ditanyakan: μ ?

Jawab:

x=
∑ x = 158+162+170+168+167 =165
n 5
μ= x=165 (tidak akurat)
Kesimpulan:
Jadi rata-rata tinggi badan seluruh mahasiswa FE yang dapat diperkirakan berdasarkan data tersebut sebesar
165 cm.

2. TAKSIRAN INTERVAL ATAU SELANG (INTERVAL ESTIMATE):

Suatu cara untuk menaksir parameter populasi berdasarkan kepada statistik sampelnya pada tingkat
keyakinan tertentu.

Tingkat Keyakinan/Peluang Benar (Confidence Interval)

Tingkat keyakinan ( 1−α ) adalah luas daerah dibawah kurva distribusi peluang teoritis (Distribusi
Normal/Distribusi Student/Distribusi Chi-Square/Distribusi Fisher) yang merupakan tempat kedudukan
titik-titik yang menunjukan nilai-nilai taksiran parameter populasinya berdasarkan kepada nilai-nilai
statistik sampelnya yang masih diyakini kebenarannya.

Tingkat Signifikansi/Taraf Nyata (Significance Level)

Tingkat signifikansi (α ) adalah luas daerah dibawah kurva distribusi peluang teoritis (Distribusi
Normal/Distribusi Student/Distribusi Chi-Square/Distribusi Fisher) yang merupakan tempat kedudukan
titik-titik yang menunjukan nilai-nilai taksiran parameter populasinya berdasarkan kepada nilai-nilai
statistik sampelnya yang tidak dapat diyakini kebenarannya.
Kesalahan Standar Dalam Penaksiran (Standard Error Of Estimate)
Kesalahan standar ( SE) dalam penaksiran adalah suatu bilangan yang menunjukan penyimpangan nilai
statistik sampel terhadap parameter
x−μ
Z1 /2 α =
σ
√n √ N −n  Distribusi Sampling Rata-Rata
N −1


Z1 /2 α
σ
√n √ N−n
N −1
=x−μ  SE ( x )

μ= x ± Z 1 /2 α


√
σ N −n
√ n N−1

x−Z 1/ 2 α
σ
√n √ N−n
N −1
< μ< x+ Z 1/ 2 α
σ
n √ √
N −n
N −1
 Penaksiran Rata-Rata

Macam-Macam Penaksiran
1. PENAKSIRAN RATA-RATA
SAMPEL BESAR (n>30 ):

SE ( x ) =Z 1 /2 α

TAKSIRAN
σ N −n
√
√ n N−1
*
x−Z 1/ 2 α
σ
√n √ N−n
N −1
< μ< x+ Z 1/ 2 α
σ
√n √ N −n
N −1
σ
SE ( x ) =Z 1 /2 α
√n
**
TAKSIRAN
σ σ
x−Z 1/ 2 α < μ< x + Z1 /2 α
√n √n
SAMPEL KECIL (n ≤ 30): df =n−1

SE ( x ) =t 1 /2 α

TAKSIRAN
σ
√n √ N−n
N−1
*
x−t 1/ 2 α
√
σ N −n
√ n N −1
< μ< x+ t 1 /2 α
σ
√n √ N−n
N−1
 σ
SE ( x ) =t 1 /2 α
√n
TAKSIRAN
**
σ σ
x−t 1/ 2 α < μ< x +t 1/ 2 α
√n √n
Catatan:
Bila standar deviasi populasinya (σ ) tidak diketahui, dapat diganti dengan standar deviasi sampelnya ( S )

2. PENAKSIRAN PROPORSI
SAMPEL BESAR (n>30 ):

√ ( )
x x
1−
SE ()
x
n
TAKSIRAN
=Z1 /2 α
n
n
n
√ N −n
N−1
* *

√ ( )
√ ( )
x x x x
1− 1−
x
n
−Z 1/ 2 α
n
n
n
√ N−n
N−1
x
< π < + Z1 /2 α
n
n
n
n
√ N −n
N−1

√ ( )
x x
1−
SE ()
x
n
=Z1 /2 α
n
n
n

TAKSIRAN
**

√ ( )
√ ( )
x x x x
1− 1−
x n n x n n
−Z 1/ 2 α < π < + Z 1 /2 α
n n n n

SAMPEL KECIL (n ≤ 30): df =n−1

√ ( )
x x
1−
SE ()
x
n
TAKSIRAN
=t 1/ 2 α
n
n
n
√ N−n
N−1

* *

√ ( )
√ ( )
x x x x
1− 1−
x
−t
n 1 /2 α
n
n
n
√ N−n
N −1
x
< π < +t 1/ 2 α
n
n
n
n
√ N−n
N −1

√ ( )
x x
1−
SE ()
x
n
=t 1/ 2 α
n
n
n
**
 TAKSIRAN

√ ( )
√ ( )
x x x x
1− 1−
x n n x n n
−t < π < +t 1/ 2α
n 1 /2 α n n n
Catatan:
x x
Bila tidak diketahui nilainya dianggap =0,5.
n n
Catatan untuk penaksiran rata-rata dan penaksiran proporsi:
**) Bila populasinya terbatas ( N dan n diketahui besarnya dan n /N > 0,05)
**) Bila populasinya terbatas ( N dan n diketahui besarnya dan n /N ≤ 0,05) atau bila populasinya tidak
terbatas, N tidak diketahui besarnya atau N sangat besar sekali.

3. PENAKSIRAN SELISIH RATA-RATA

SAMPEL BESAR (n1 >30 dan n2 >30 ):

√
2 2
σ1 σ 2
SE ( x1 −x2 ) =Z 1 /2 α +
n1 n 2
TAKSIRAN

( x 1−x 2 )−Z 1/ 2 α
√ σ 12 σ 2 2
+ < μ 1−μ2 < ( x 1−x 2 ) +Z 1 /2 α
n 1 n2
σ 12 σ 22
+
n1 n2 √
√
2 2
s1 s2
SE ( x1 −x2 ) =Z 1 /2 α +
n1 n2
*
TAKSIRAN *

√ √
2 2 2 2
s1 s2 s1 s2
( x 1−x 2 )−Z 1/ 2 α n + n < μ 1−μ2 < ( x 1−x 2 ) +Z 1 /2 α n + n
1 2 1 2

SAMPEL KECIL (n1 ≤30 dan n2 ≤ 30): df =n1 +n2−2

SE ( x1 −x2 ) =t 1/2 α

TAKSIRAN
√ σ 12 σ 22
+
n 1 n2

√ √
2 2 2 2
σ1 σ2 σ 1 σ2
( x 1−x 2 )−t 1 /2 α +
n 1 n2
< μ1−μ2 < ( x 1−x 2 ) +t 1/ 2α +
n1 n2

√
2 2
s1 s2
SE ( x1 −x2 ) =t 1/2 α +
n 1 n2
**
 TAKSIRAN
**

√ √
2 2 2 2
s1 s2 s s
( x 1−x 2 )−t 1 /2 α + < μ1−μ2 < ( x 1−x 2 ) +t 1/ 2 α 1 + 2
n1 n 2 n1 n2

SE ( x1 −x2 ) =t 1/2 α

TAKSIRAN
√ ( n 1−1 ) s 12 + ( n2−1 ) s 22 1 1
n1+ n2−2
+
(n n )
1 2

***
***

√ √
2 2 2 2
( n1−1 ) s1 + ( n2−1 ) s2 1 1 ( n1−1 ) s1 + ( n2 −1 ) s
( x 1−x 2 )−t 1 /2 α n1 +n2 −2 (n n )
+ < μ1 −μ 2< ( x1 −x 2) + t 1 /2 α
1 2 n1 +n 2−2
2
( 1 1
+
n1 n2 )
Catatan:
**) Bila σ 1 dan σ 2 tidak diketahui nilainya.
**) Bila σ 1 dan σ 2 tidak diketahui nilainya, akan tetapi diketahui σ 1 ≠ σ 2 .
***) Bila σ 1 dan σ 2 tidak diketahui nilainya, akan tetapi diketahui σ 1=σ 2 .

4. PENAKSIRAN SELISIH PROPORSI

SAMPEL BESAR (n1 >30 dan n2 >30 ):

√ ( ) ( )
x1 x1 x2 x2
1− 1−

( )
x1 x 2 n1 n1 n2 n2
SE − =Z1 /2 α +
n1 n2 n1 n2 *
*
TAKSIRAN

√ ( ) ( )
√ ( ) ( )
x1 x1 x2 x2 x1 x1 x2 x2
1− 1− 1− 1−

( ) ( )
x1 x2 n1 n1 n2 n2 x1 x2 n1 n1 n2 n2
− −Z 1/2 α + < π 1−π 2 < − + Z1 /2 α +
n1 n 2 n1 n2 n 1 n2 n1 n2

SE
(
TAKSIRAN
x1 x 2
)
− =Z1 /2 α π ( 1−π )
n1 n2 √1 1
+
n1 n 2 ( ) **
**

( x1 x2
)
− −Z 1/2 α π ( 1−π )
n1 n 2 √
1 1
n1 n 2
x x
( )
+ < π 1−π 2< 1 − 2 + Z 1/ 2 α π ( 1−π )
n1 n2
1 1
+
n1 n2 ( ) √ ( )

SAMPEL KECIL (n1 ≤30 dan n2 ≤ 30): df =n1 +n2−2

 √ ( ) ( )
x1 x1 x2 x2
1− 1−

( )
x1 x 2 n1 n1 n2 n2
SE − =t 1/ 2 α +
n1 n2 n1 n2 *
TAKSIRAN *

√ ( ) ( )
√ ( ) ( )
x1 x x2 x x1 x x2 x
1− 1 1− 2 1− 1 1− 2

( ) ( )
x1 x2 n1 n1 n2 n2 x1 x2 n1 n1 n2 n2
− −t 1/ 2 α + < π 1−π 2 < − +t 1/ 2 α +
n1 n 2 n1 n2 n1 n2 n1 n2

SE
(
TAKSIRAN
x1 x 2
) √
− =t 1/ 2 α π ( 1−π )
n1 n2
1 1
+
n1 n2 ( ) **
**

( x1 x2
) √
− −t 1/ 2 α π ( 1−π )
n1 n 2
Catatan:
1 1
n 1 n2 (
x x
) (
+ < π 1−π 2 < 1 − 2 +t 1 /2 α π ( 1−π )
n1 n 2
1 1
+
n1 n 2 ) √ ( )
- Bila x 1 , n1 , x2 , dan n2 masing-masing dinyatakan dengan bilangan bulat positif maka untuk
menyelesaikan persoalan penaksiran selisih proporsi dapat digunakan rumus * dan **.
x1 x2
- Bila dan dinyatakan masing-masing dengan bilangan dalam bentuk rasio atau decimal maka
n1 n2
penyelesaian persoalan tersebut hanya dapat digunakan rumus *.

Contoh Soal Penaksiran Rata-Rata

1. Dari 200 orang calon pegawai di suatu perusahaan yang mengikuti ujian saringan masuk (USM), nilai
USM mereka berdistribusi normal dengan standar deviasi sebesar 10. Sebuah sampel random yang
terdiri dari 25 orang calon pegawai tersebut ternyata mempunyai nilai rata-rata USM dan standar
deviasinya berturut-turut sebesar 70 dan 7,5.
a. Pada tingkat keyakinan 95% tentukan kesalahan standar dalam penaksiran rata-rata nilai USM
dari seluruh calon pegawai tersebut!
b. Pada tingkat keyakinan 95% tentukan pula batas-batas taksiran rata-rata nilai USM seluruh calon
pegawai tersebut!
c. Pada tingkat keyakinan 95% bila dikehendaki kesalahan standar dalam penaksiran rata-rata nilai
USM dari seluruh calon pegawai tersebut maksimum 5, berapakah banyaknya calon pegawai
yang perlu diobservasi dalam sampelnya?
Diketahui:
N=200 ; σ =10; n=25 ; x=70 ; s=7,5
Ditanyakan:
a. SE ( x ) bila α =0,05
 b. μ bila α =0,05
c. n bila SE ( x ) ≤5 dan α =0,05

Jawab:
dan
df =n−1=25−1=24 α =0,05

Lihat tabel t (baris 24 kolom 0,05 (Sudjana) atau kolom 0,025 (Anto Dajan)) t 1/ 2 α =2,0639

t 1/ 2 α n 25 n
/2α
0
N diketahui dan = =0,125  >0,05 : gunakan rumus *)
N 200 N

a. SE ( x ) =t 1 /2 α

Kesimpulan:
σ
√n √ N−n
N−1
=2,0639
√
10 200−25
√ 25 200−1
=3,870892699

Pada tingkat keyakinan 95% kesalahan standar dalam penaksiran rata-rata nilai USM dari seluruh calon
pegawai tersebut sebesar 3,87 (dibulatkan!).

b. x−t 1/ 2 α
√
σ N −n
√ n N −1
< μ< x+ t 1 /2 α
σ
√n √ N−n
N−1

70−2,0639
10 200−25
√ 25 200−1 √< μ<70+2,0639

70−3,870892699< μ <70+3,870892699
10 200−25
√25 200−1 √
66 , 13< μ<73,87 (dibulatkan!)

Kesimpulan:
Pada tingkat keyakinan 95% batas-batas taksiran nilai USM dari seluruh calon pegawai tersebut sebesar
antara 66,13 dan 73,87.

c. Dianggap besar sampelnya

1−α 1−0,05
= =0,4750
2 2
Lihat tabel Z ! Z1 /2 α =1,96
Z1 /2 α
√
Z1 /2 α 0
σ N−n
SE ( x ) ≤5 → Z 1 /2 α ≤5
√n N−1

1,96
√
10 200−n
√n 200−1
≤5

√ 200−n
199
≤
5 √n
1,96 ( 10 )

√ 200−n
199
≤0,25510204 √ n
 dikuadratkan!
200−n
≤ 0,065077051n
199
200−n ≤12,95033319 n
13,95033319 n ≥200
n ≥ 15 dibulatkan!
Kesimpulan:
Pada tingkat keyakinan 95% dan kesalahan standar dalam penaksiran maksimum 5, banyaknya calon
pegawai baru di perusahaan tersebut yang perlu diobservasi dalam sampelnya minimum 15 orang.

Contoh Soal Penaksiran Proporsi

2. Sebuah sampel random yang terdiri dari 50 orang karyawan kantor akuntan A ternyata 35 orang
diantaranya berumur kurang dari 30 tahun.
a. Pada tingkat konfidensi 99% tentukan kesalahan standar dalam penaksiran proporsi seluruh
karyawan kantor akuntan A tersebut yang berumur kurang dari 30 tahun!
b. Pada tingkat konfidensi 99% tentukan pula batas-batas taksiran proporsi seluruh karyawan
kantor akuntan A tersebut yang berumur kurang dari 30 tahun!
c. Tentukan banyaknya karyawan perusahaan tersebut yang dijadikan sampel pada tingkat
konfidensi 99% bila kesalahan standar dalam penaksiran proporsi seluruh karyawan perusahaan
kantor akuntan A tersebut yang berumur kurang dari 30 tahun kurang dari 3%!
Diketahui:
n=50 ; x=35
Ditanyakan:

a. SE ( nx ) bila α =0,01

b. π bila α =0,01

c. n bila SE ( nx )≤ 0,03 dan α =0,01

Jawab:

1−α 1−0,01
= =0,4950
2 2
Lihat tabel Z ! Z1 /2 α =2,575
N tidak diketahui nilainya maka gunakan rumus **)

√ ( )
√ ( )
x x 35 35
1− 1−
()
a. x n n 50 50
SE =Z1 /2 α =2,575 =0,166879073
n n 50
 Kesimpulan:
Pada tingkat konfidensi 99% kesalahan standar dalam penaksiran proporsi seluruh karyawan kantor
akuntan A tersebut yang berumur kurang dari 30 tahun sebesar 0,1669 atau 16,69%.

√ ( )
√ ( )
x x x x
b.
1− 1−
x n n x n n
−Z 1/ 2 α < π < + Z 1 /2 α
n n n n

√ ( )
√ ( )
35 35 35 35
1− 1−
35 50 50 35 50 50
−2,575 < π < + 2,575
50 50 50 50
0,7−0,166879073< π <0,7+ 0,166879073
0,5331< π <0,8669
Kesimpulan:
Pada tingkat konfidensi 99% batas-batas taksiran proporsi seluruh karyawan kantor akuntan A tersebut
yang berumur kurang dari 30 tahun antara 0,5331 dan 0,8669 atau antara 53,31% dan 86,69.

c. Dianggap besar sampelnya

1−α 1−0,05
= =0,4950
2 2
Lihat tabel Z ! Z1 /2 α =2,575

√
Z1 /2 α Z1 /2 α
0

x
1−( )
x
SE ()
x
n
< 0,03 → Z 1/2 α
n
n
n
< 0,03

2,575
√ 0,5 ( 1−0,5 )
n
<0,03

√ 0,5 ( 1−0,5 ) 0,03

n
<
2,575

√ 0,5 ( 1−0,5 )
n
< 0,011650485
dikuadratkan!
0,2500
< 0,000135734
n
n>1842 (dibulatkan!)
Kesimpulan:
Pada tingkat konfidensi 99% bila kesalahan standar dalam penaksiran proporsi seluruh karyawan
perusahaan kantor akuntan A tersebut yang berumur kurang dari 30 tahun kurang dari 3%, banyaknya
karyawan perusahaan tersebut yang perlu diobservasi dalam sampelnya lebih dari 1842 orang
 Contoh Soal Penaksiran Selisih Rata-Rata
3. Sebuah sampel random yang terdiri dari 8 orang karyawan perusahaan A mempunyai rata-rata
pendapatan per bulan dan standar deviasinya masing-masing sebesar Rp. 750.000 dan Rp. 80.000.
Sebuah sampel random lainnya yang terdiri dari 10 orang karyawan perusahaan B ternyata
mempunyai rata-rata pendapatan per bulan dan standar deviasinya berturut-turut sebesar Rp.
700.000 dan Rp. 60.000. Dengan peluang benar 98% tentukan batas-batas taksiran selisih rata-rata
pendapatan per bulan dari seluruh karyawan di kedua perusahaan tersebut, bila:
a. σ 1 ≠ σ 2
b. σ 1=σ 2
Diketahui:
n1 =8 ; x 1=750.000 ; s1=80.000
n2 =10 ; x 2=700.000 ; s2=60.000

Ditanyakan: μ1−μ 2 bila

a. σ 1≠ σ2
b. σ 1=σ 2

Jawab:
dan
df =n1 +n2−2=8+10−2=16 α =0,02

Lihat tabel t (baris 16 kolom 0,02 (Sudjana) atau kolom 0,01 (Anto Dajan)) t 1/ 2 α =2,583

√ √
t 1/ 2 α0 t 1/ 2 α 2
s1 s2
2
s s
2 2
a. ( x 1−x 2 )−t 1 /2 α + < μ1−μ2 < ( x 1−x 2 ) +t 1/ 2 α 1 + 2
n1 n 2 n1 n2

√ √
2 2 2 2
80.000 60.000 80.000 60.000
( 750.000−700.000 )−2,583 + < μ1−μ2 < ( 750.000−700.000 )+ 2,583 +
8 10 8 10
50.000−87.973,80997< μ1−μ2 <50.000+87.973,80997
−37.973,81< μ1−μ2 <137.973,81 (dibulatkan!)
Kesimpulan:
Dengan peluang benar 98% batas-batas taksiran selisih rata-rata pendapatan per bulan dari seluruh
karyawan di kedua perusahaan tersebut, bila standar deviasi pendapatan per bulan seluruh karyawan di
kedua perusahaan tersebut berbeda antara Rp. -37.973,81 dan Rp. 137.973,81.

b.

( x 1−x 2 )−t 1 /2 α
√ ( n1−1 ) s12 + ( n2−1 ) s22 1 1
n1 +n2 −2 (n n )
1
+ < μ1 −μ 2< ( x1 −x 2) + t 1 /2 α
2 √( n1−1 ) s12 + ( n2 −1 ) s 22 1 1
n1 +n 2−2 (n n )
1
+
2
 ( 750.000−700.000 )−2,583
√
( 8−1 ) 80.000 2+ ( 10−1 ) 60.000 2 1 1
8+ 10−2
50.000−85.106,81228< μ 1−μ2 <50.000+85.106,81228
+
8 10 ( )
< μ1−μ2 < ( 750.000−700.000 )+ 2,583

−35.106,81< μ1−μ2 <135.106,81

Kesimpulan:
Dengan peluang benar 98% batas-batas taksiran selisih rata-rata pendapatan per bulan dari seluruh
karyawan di kedua perusahaan tersebut, bila standar deviasi pendapatan per bulan seluruh karyawan di
kedua perusahaan tersebut sama atau sama sekali tidak diketahui antara Rp. -35.106,81 dan Rp.
135.106,81.

Contoh Soal Penaksiran Selisih Proporsi

4. Sebuah sampel random yang terdiri dari 100 barang yang dihasilkan oleh perusahaan A ternyata 95
barang diantaranya baik. Sebuah sampel lainnya yang terdiri dari 150 barang yang dihasilkan oleh
perusahaan B ternyata 135 barang diantaranya baik. Pada tingkat kepercayaan 98% tentukan batas-
batas taksiran selisih proporsi seluruh barang baik yang dihasilkan kedua perusahaan tersebut!

Diketahui:
n1 =100 ; x 1=95
n2 =150 ; x 2=135

Ditanyakan:
π 1−π 2 bila α =0,02
Jawab:

1−α 1−0,02
= =0,4900
2 2

Lihat tabel Z ! Z1 /2 α =2,33

0
Z1 /2 α

√ √
1 /2 α

x1
( ) ( )
1−
x1 x2
1−
x2 x1
( ) ( )
1−
x1 x2
1−
x2

( ) ( )
x1 x2 n1 n1 n2 n2 x1 x2 n1 n1 n2 n2
− −Z 1/2 α + < π 1−π 2 < − + Z1 /2 α +
n1 n 2 n1 n2 n 1 n2 n1 n2

√ ( ) ( )
√ ( ) (
95 95 135 135 95 95 135 13
1− 1− 1− 1−
( 95 135
−
100 150
−2,33 )
100
100
100 150
+
150
150
< π 1−π 2<
95 135
−
100 150
+2,33
100
100
100 150
+ ( 150
15
)
0,05−0,076394158< π 1−π 2 <0,05+0,076394158
−0,0264 <π 1−π 2< 0,1264 (dibulatkan!)
Kesimpulan:
 Pada tingkat kepercayaan 98% batas-batas taksiran selisih proporsi seluruh barang baik yang dihasilkan kedua
perusahaan tersebut antara -0,0264 dan 0,1264 atau antara -2,64% dan 12,64%.

Tugas:
1. Anto Dajan
Halaman 242 nomor 4, 5
Halaman 243 nomor 7, 13
Halaman 244 nomor 14

2. Sudjana
Halaman 128 nomor 9, 11
Halaman 130 nomor 16, 15, 19, 20
Halaman 131 nomor 22, 23