Materi - 11 14 ESTIMASI STATISTIK 2020 Full

STATISTIKA I
MATERI 11
Estimasi Statistik
Tim Dosen Statistika I

STIE YKPN Yogyakarta
Materi 11: Estimasi Statistik 1

Skema Pembahasan:
Konsep Dasar Estimasi
Statistik
Estimasi Rata-rata dan

Estimasi Proporsi
Pembahasan
Penentuan Ukuran
Sampel (n)
Estimasi Beda Dua Rata-rata

dan Estimasi Beda Dua
Proporsi

Tujuan Pembelajaran
Memanfaatkan kaidah-kaidah
distribusi sampling untuk membuat
estimasi (taksiran) rata-rata dan
proporsi, menentukan besarnya
sampel yang sesuai dengan tingkat
kesalahan yang diinginkan

Estimasi Statistik
Estimasi Jumlah Kelebihan stock vs

penjualan persediaan kekurangan stock
Data masa lalu

Kondisi alam
Faktor pesaing

Estimasi Statistik
• Estimasi statistik adalah salah satu

metode statistik induktif, yaitu
metode statistik untuk membuat
kesimpulan mengenai sifat populasi
berdasarkan informasi yang diperoleh
dari sampel.
• Estimasi yang dibahas adalah statistik
parametrik (data harus terdistribusi
normal)

Kriteria Taksiran
(Estimator) yang Baik
• Estimasi terhadap nilai variabel diperlukan

JIKA nilai variabel tersebut memiliki
ketidakpastian akan terjadi
• Estimasi suatu nilai variabel dapat
menggunakan dua cara:
• Estimasi titik
• Estimasi interval

Kriteria Taksiran (Estimator) yang Baik
• Kriteria Penaksir (Estimator) parameter populasi yang baik:

• Tidak bias (Unbiasedness)
• Efisiensi (Efficiency)
• Konsistensi (Consistency)
• Kecukupan (Sufficiency)

Estimasi Titik dan Estimasi
Interval
• Estimasi titik (point estimation) adalah nilai tunggal

yang digunakan untuk menaksir (to estimate)
parameter (besaran populasi) yang tidak diketahui.
• Misal penghasilan rata-rata Manajer level
menengah adalah 15 juta/bulan.
• Estimasi interval merupakan interval nilai (range)
yang nilai parameter populasi berada di dalamnya.
• Misal penghasilan rata-rata Manajer level
menengah adalah 10-15 juta/bulan (batas bawah
estimasi 10 juta, batas atas estimasi 15 juta)

Estimasi Titik
• Estimasi titik adalah nilai tunggal yang digunakan untuk menaksir (to estimate) parameter
yang tidak diketahui.
Estimasi titik untuk rata-rata populasi () dan proporsi populasi () menggunakan rata-
rata sampel ( ) dan proporsi sampel (p) yangX
dapat dihitung dengan menggunakan
rumus sebagai berikut:
X
 X X
n p
n
• Estimasi titik untuk beda dua rata-rata populasi (µ1- µ2) ditaksir atau diestimasi dengan
menggunakan beda dua rata-rata sampel ( X1  X 2 ). Estimasi titik untuk beda dua proporsi
populasi (π1- π2) ditaksir atau diestimasi dengan menggunakan beda dua proporsi sampel
(p1 – p2).

Estimasi Interval
• Tujuan membuat estimasi interval adalah untuk mengurangi

kesalahan penaksiran. Estimasi interval merupakan interval nilai
(range) di mana parameter populasi berada di dalamnya.
• Pada estimasi interval terdapat batas bawah estimasi (lower
limit estimate) dan batas atas estimasi (upper limit estimate).
Batas bawah estimasi merupakan nilai estimasi parameter
populasi terendah. Sedangkan batas atas estimasi merupakan
nilai estimasi parameter populasi tertinggi.

Tingkat Konfidensi
(Confidence Level)
• Membuat estimasi interval membutuhkan

tingkat konfidensi.
• Tingkat konfidensi pada suatu interval
estimasi menunjukan besarnya probabilitas
BAHWA besaran populasi yang diestimasi
berada di dalam interval estimasi tersebut.
• Tingkat konfidensi yang sering digunakan
adalah
• 90%
• 95%
• 99%
Misal: waktu rata-rata teller
menyelesaikan satu nasabah adalah 5-7
menit dengan tk. konfidensi 95%.

Tingkat Konfidensi (Confidence Level)
Tingkat konfidensi digunakan untuk menentukan nilai Z atau nilai t.
Penggunaan tabel Z untuk interval estimasi sampel besar (>30),
sedangkan tabel t digunakan untuk interval estimasi dengan sampel
kecil (<30)
Nilai Z yang
Tingkat
Probabilitas Terdekat Nilai Z Sering Digunakan
Konfidensi
90% 0,4495 atau 0,4505 1,64 atau 1,65 1,645

95% 0,475 1,960 1,960
99% 0,4949 atau 0,4951 2,57 atau 2,58 2,576

Cara membaca Tabel Distribusi Normal
• Misalnya tingkat konfidensi 95%, berarti 0,95/2 = 0,475. Nilai Z untuk tingkat
konfidensi 95% adalah 1,960.
Z 0.00 0.01 . . 0.06 . . .

0.0
0.1
.
.
.
1.9 0.475
.
.
.

Cara membaca Tabel Distribusi t
• Misalnya tingkat konfidensi 95% dan sampel yang digunakan (n) adalah 10. Nilai
t/2;df artinya /2 dan degree of freedom
(df = n-1)
• Nilai  ditentukan dengan rumus:  = 1 – tingkat konfidensi. Berarti  = 1 - 0,95 =
0,05. Dengan demikian nilai t yang dicari adalah t0,025;9 = 2,262.
df/ 0.1 0.05 0.025 0.01 0.005

1
2
.
.
.
9 2.262
.
.
Inf. 1,960
(2.a) Estimasi Rata-rata Populasi ()
Rata-rata populasi dapat diestimasi menggunakan rata-rata

X sampel.
 Jika rata-rata populasi menggunakan rata-rata sampel,

mala estimasi statistik tersebut menggunakan estimasi
titik.
 Jika rata-rata populasi menggunakan interval nilai, maka
estimasi statistiknya menggunakan estimasi interval.

(2.a) Estimasi Rata-rata Populasi ()
• Jika  adalah rata-rata populasi dan X

x adalah rata-rata sampel,
maka  ditaksir dengan interval sebagai berikut:
XE μ  XE
E adalah kesalahan estimasi (error of estimate)

• Hal-hal yang perlu diperhatikan dalam menentukan E:
1. Jumlah sampel (n)
2. Standar deviasi ( atau s)
3. Populasi (N: terbatas atau tidak terbatas)
4. Tingkat konfidensi (confidence level) disingkat CL.

Menentukan Besarnya Kesalahan Estimasi (E)
• Besarnya kesalahan estimasi (E) untuk:

• sampel besar (n ≥ 30),
• standar deviasi populasi () diketahui,
• jumlah anggota populasi tidak terbatas (N = ), dan
• tingkat konfidensi (CL) . CL= 1 - . Atau  = 1 – CL.
σ
EZ .
α/2 n
σ
σX  adalah besarnya kesalahan standar (standard error)
n
(Kriteria populasi terbatas : banyaknya anggota populasi diketahui

dan banyaknya anggota sampel lebih dari 5% anggota populasinya)
Contoh Kasus 1.
Seorang manajer sebuah perusahaan asuransi ingin
mengestimasi pendapatan rata-rata penduduk di suatu
wilayah. Berdasarkan informasi yang diperoleh,
besarnya pendapatan penduduk di wilayah tersebut
berdistribusi normal dengan standar deviasi adalah
Rp25.000.
Sampel sebanyak 80 penduduk dipilih secara random
dan dari sampel tersebut diketahui rata-rata
pendapatan penduduk per bulan adalah Rp2.560.000.
Dengan menggunakan tingkat konfidensi 95%, buatlan
interval estimasi pendapatan rata-rata penduduk per
bulan di wilayah tersebut.
Jawaban Kasus 1:
• Standar deviasi populasi:  = Rp
• Banyaknya anggota sampel: n=
• Rata-rata sampel: Xbar = Rp
• Tingkat konfidensi : CL = 95%

Lanjutan ...
σ 25.000
EZ .  1,96.  5.478,4
α/2 n 80
2.560.000  5.478,4  μ  2.560.000  5.478,4

2.5554.521,6  μ  2.565.478,4
Besarnya kesalahan estimasi (E) adalah Rp5.478,4. Interval
estimasi pendapatan rata-rata per bulan penduduk adalah
Rp2.554.521,6 sampai dengan Rp2.565.478,4
Jika Standar Deviasi Populasi Tidak Diketahui:
• Besarnya kesalahan estimasi (E) untuk:

• sampel besar (n ≥ 30),
• standar deviasi populasi () diketahui tidak diketahui,
• jumlah anggota populasi tidak terbatas (N = ), dan
• tingkat konfidensi: CL.
s
EZ .
α/2 n
s
sX  adalah besarnya kesalahan standar (stanrard error)
n

Kasus 2.
Sampel sebanyak 100 pedagang kaki lima di Malioboro
Jogjakarta diperoleh informasi bahwa keuntungan rata-
rata per hari Rp120.000 dengan standar deviasi
sebesar Rp15.000. Keuntungan per hari pedagang kaki
lima di Maliobooro Jogjakarta diketahui berdistribusi
normal. Berdasarkan data tersebut,
1. Buatlah estimasi keuntungan rata-rata per hari pedagang
kaki lima tersebut menggunakan estimasi titik.
2. Tentukan besarnya kesalahan standar (sx) dan kesalahan
estimasi (E) keuntungan per hari pedagang kaki lima di
Malioboro Jogjakarta.
3. Tentukan interval estimasi keuntungan rata-rata per hari
pedagang kaki lima di Malioboro Jogjakarta menggunakan
tingkat konfidensi (confidence level) adalah 95%. Tentukan
batas terendah (lower limit) dan batas tertinggi (upper
limit) estimasinya.

Jawaban Kasus 2:
1. Estimasi titik: Rp120.000
2. Kesalahan standar ( s X ) dan kesalahan estimasi (E):
s Rp15.000
sx    Rp1.500
n 100
s Rp15.000
3. Interval estimasi EZ .  1,96.  Rp2.940
α/2 n 100
Rp120.000 – Rp2.940    Rp120.000 + Rp2.940
Rp117.060    Rp122.940
Batas terendah (lower limit) estimasi = Rp117.060
Batas tertinggi (upper limit) estimasi = Rp122.940

Lanjutan ...
Besarnya kesalahan estimasi (E)
untuk sampel kecil (n < 30), standar
deviasi populasi () diketahui,
jumlah anggota populasi tidak
terbatas (N = ), dan tingkat
konfidensi (1- ) % adalah
σ
Et ; df.
α/2 n
df. = degree of freedom = n - 1

Kasus 3.
Isi minuman suatu merek minuman dalam kemasan

kaleng diketahui berdistribusi normal dengan
besarnya standar deviasi adalah 8,5 ml. Suatu
penelitian dilakukan untuk mengestimasi isi
minuman rata-rata minuman dalam kemasan kaleng
tesebut.
Penelitian menggunakan 15 kaleng minuman
sebagai sampel dan dari sampel tersebut diperoleh
rata-rata isi minuman adalah 246 ml. Buatlah
interval estimasi rata-rata isi munuman dalam
kaleng tersebut mengunakan tingkat konfidensi
99%.

Jawaban Kasus 3.
df. = degree of freedom = 15 – 1 = 14

t0,005;14 = 2,977 (Lihat pada Tabel Distribusi t)
σ 8,5
Et ; df.  2,977.  6,53
α/2 n 15
246  6,53  μ  246  6,53

239,47  μ  252,53
Besarnya kesalahan estimasi (E) adalah 6,53 ml. Interval estimasi isi minuman dalam
kemasan kaleng adalah 239,47 ml sampai dengan 252,53 ml.

Lanjutan ...
Besarnya kesalahan estimasi (E) untuk sampel kecil (n < 30), standar deviasi
populasi () tidak diketahui, jumlah anggota populasi tidak terbatas (N = ),
dan tingkat konfidensi (1- ) % adalah
s
Et ; df.
α/2 n
2
Standar deviasi : s 
 (X  X )
n 1
s
Kesalahan standar : s x 
n

Kasus 4.
Suatu biro travel ingin menentukan waktu yang
diperlukan untuk menempuh perjalanan dari kota A ke
kota B. Dari 6 kali perjalanan diperoleh informasi sebagai
berikut:
Perjalanan ke.. 1 2 3 4 5 6
Waktu (Jam) 13 14 12 16 12 11
Waktu tempuh dari kota A ke kota B diasumsikan

berdistribusi normal. Buatlah estimasi lama perjalanan
dari kota A ke kota B yang sesungguhnya dengan tingkat
konfidensi 95%.
Jawaban Kasus 4
X-t .s μX+t .s
 /2 x  /2 x
Perjalanan X X (X - X ) (X - X)2
1. 13 13 0 0
2. 14 13 1 1
3. 12 13 -1 1
4. 16 13 3 9
5. 12 13 -1 1
6. 11 13 -2 4
X = 78 (X - X )2 = 16
 X 78
X= = = 13
n 6

Lanjutan ...
2
s
 (X  X ) 
16
 1,79
n 1 6 1
s 1,79
sx    0,73
n 6
t0,025;5 = 2,57 (Lihat pada Tabel Distribusi t)
13 - (2,57)(0,7 3)    13 + (2,57)(0,7 3)
13 - 1,88    13 + 1,88
11,12    14,88
Jadi estimasi waktu rata-rata yang diperlukan untuk menempuh perjalanan

dari kota A ke kota B adalah 11,12 jam sampai dengan 14,88 jam.

Hasil perhitungan MS Excel dan SPSS
Hasil perhitungan penggunakan MS Excel:
Waktu (Jam) Hasil perhitungan penggunakan SPSS:

Mean: 13
Descriptive Statistics
Standard Error: 0,73
N Mean Std. Variance
Standard Deviation: 1,79 Statistic Statistic Std. Error Deviation
Statistic Statistic
x 6 13.0000 .73030 1.78885 3.200
Sample Variance: 3,2
Valid N (listwise) 6
Count: 6
Berdasarkan hasil perhitungan tersebut, rata-rata sampel (X ) = 13 dengan standar

deviasi sampel (s) = 1,79 dan varians (s2) = 3,2. Besarnya kesalahan standar sampel ( s X
) = 0,73.

Lanjutan ...
• Besarnya kesalahan estimasi (E) untuk N terbatas, yaitu n > 5% populasi, maka N
dapat ditentukan dengan menambahkan faktor koreksi ke dalam formula
menghitung kesalahan estimasi. Besarnya faktor koreksi (correction factor)
adalah
N  n
N 1
• Misalnya kita ingin menentukan besarnya kesalahan estimasi (E) untuk
penelitian dengan sampel besar (n > 30), standar deviasi populasi () diketahui,
jumlah anggota populasi (N) terbatas dan tingkat konfidensi (1- ) %. Formulasi
yang dapat digunakan adalah
σ Nn
E  Zα/2 . .
n N 1

Kasus 5.
Sebuah sampel random terdiri dari 50 skor karyawan yang

diambil dari 200 karyawan peserta pendidikan diperoleh
informasi skor rata-rata 75 dengan standar deviasi 10.
Pertanyaan:
1. Buatlah interval estimasi skor karyawan yang mengikuti
pendidikan dengan tingkat konfidensi 95%.
2. Jika skor rata-rata dari 200 karyawan adalah 75 ± 2,
tentukan tingkat konfidensinya.
Jawaban:
1. = 75 s = 10 n = 50 N = 200
X
Populasi terbatas, karena N=200 dan n= 50/200 = 0,25 atau 25% lebih dari 5%N.
Rumus menentukan kesalahan standar: s N-n
s = .
Materi 11: Estimasi Statistik x n N -1 34
Lanjutan ...
s N-n 10 200  50
s = .  .  1,23
x n N -1 50 200  1
Z/2 = 1,96 (Lihat pada Tabel Distribusi Normal) tk konfidensi 95%
X - Z α/2 σ x  μ  X + Z α/2 σ x
75 – 1,96(1,23)    75 + 1,96(1,23)
75 – 2,41    75 + 2,41
72,59    77,41
Jadi besarnya estimasi (estimasi) skor rata-rata karyawan peserta pelatihan

adalah dari 72,59 sampai dengan 77,41.

Lanjutan ...
2. Jika skor rata-rata dari 200 karyawan adalah 75 ± 2, maka tingkat
konfidensinya adalah
E = Zα/2 .s
x
E 2
Zα/2 = = = 1,63
σx 1,23
Dengan menggunakan Tabel Z, probabilitas untuk Z/2 = 1,63 adalah 0,4484.
Jadi tingkat konfidensinya adalah 2 x 0,4484 = 0,8968 atau 89,68%.

Estimasi
Proporsi
Populasi ()

(2.b) Estimasi Proporsi Populasi ()
• Tujuan: membuat taksiran tentang besaran proporsi populasi menggunakan
proporsi sampel. Misalnya pemerintag ingin menaksir tingkat
pengangguran.
• Proporsi populasi () ditaksir dengan menggunakan proporsi sampel (p).
Besarnya proporsi sampel (p) dan kesalahan estimasi proporsi dapat
ditentukan dengan rumus:
X
p=
n
E= Z / σ p(1 − P
Standard Error: σ =
n
• Estimasi titik: p
• Eatimasi interval: p–E≤≤p+E
Upper Limit: p+E
Lower Limit: p–E

Rumus standard error proporsi untuk populasi terbahas:
p(1 − P) N−n
σ =
n N−1

Contoh Kasus 6
Suatu penelitian bertujuan untuk
mengestimasi proporsi yang menyatakan
puas terhadap pelayanan yang diberikan
oleh suatu bank swasta. Penelitian tersebut
menggunakan sampel sebanyak 250
konsumen. Berdasarkan sampel tersebut
diketahui 165 konsumen menyatakan puas
dengan pelayanan yang diberikan oleh bank
swasta.
Buatlah interval proporsi yang
sesungguhnya (proporsi populasi) dengan
menggunakan tingkat konfidensi 99%.

Jawaban:
p–E≤≤p+E
X 165
p= = = 0,66
n 250
p(1- p) 0,66(1  0,66)

σp =   0,03
n 250
E  Z/2 .σ p  2,58(0,03)  0,077
0,66 - (0,077)    0,66 + (0,077)
0,583    0,737
Jadi estimasi proporsi konsumen menyatakan puas dengan pelayanan yang

diberikan adalah 58,3% sampai dengan 73,7%.

Menentukan
Ukuran
Sampel (n)

Contoh Kasus 8.
Suatu penelitian bertujuan untuk

mengetahui pengeluaran rata-rata
rumahtangga untuk membeli sabun cuci
per minggu. Berdasar hasil penelitian
yang lalu diperoleh informasi besarnya
standar deviasi pengeluaran rata-rata
oleh rumahtangga untuk membeli sabun
cuci per minggu adalah Rp28.500.
Berapa banyaknya rumahtangga yang
sebaiknya digunakan sebagai sampel agar
kesalahan estimasi yang diharapkan
maksimum Rp6.250 dengan
menggunakan tingkat konfidensi sebesar
95%?
(3) Menentukan Ukuran Sampel (n)
• Untuk estimasi rata-rata populasi
2
 Zα/2 . σ 
n= 
 E 

Jawaban Kasus 8.
Jadi banyaknya rumahtangga yang digunakan

dalam penelitian tersebut minimal 80
rumahtangga. (Nilai n harus dalam bilangan
bulat / diskrit dan dibulatkan ke angka yang
lebih besar. Jika dibulatkan ke angka yang
lebih kecil, maka kesalahan estimasinya akan
lebih besar daripada yang diharapkan.
Ingat: jika sampel berkurang, maka kesalahan

estimasi bertambah besar).

Untuk
Estimasi
Proporsi
Populasi

Lanjutan ...
• Untuk estimasi proporsi populasi
2
 Z α/2 
n  p(1  p). 
 E 
Jika tidak terdapat informasi tentang proporsi populasi, maka p(1-

p) = 0,25, yaitu nilai tertinggi hasil kali antara p dan 1-p. Namun,
jika proporsi populasi atau proporsi sampel (data periode lalu)
diketahui, maka gunakan proporsi tersebut sebagai p.

IPK1
Contoh Kasus 9.
Penelitian dilakukan untuk

mengetahui persentase kesalahan
dalam pencatatan rekening
keuangan. Jika kesalahan dalam
penelitian tersebut diinginkan
maksimal 6,25% dengan tingkat
konfidensi 95%, tentukan
banyaknya rekening yang harus
digunakan sebagai sampel.

Slide 48
IPK1 Ika Puspita Kristianti, 12/22/2020

Contoh Kasus 9.
p 0,25
E 0.0625
Nilai Z 1,96
Jawab:
Banyaknya pencatatan yang digunakan dalam
penelitian tersebut minimal 246 rekening. (Nilai n
dibulatkan ke angka yang lebih besar).

IPK2
Kasus 10.
Hasil penelitian yang telah dilakukan pada bulan

yang lalu menunjukkan bahwa proporsi nasabah
yang tidak bayar angsuran tepat waktu adalah
30%. Manajemen ingin memperbaharui
persentase tersebut. Penelitian yang baru
dilakukan menggunakan tingkat konfidensi 95%.
Tentukan banyaknya nasabah yang digunakan
sebagai sampel agar kesalahan estimasi yang
dihasilkan tidak lebih dari 6,25%.

Slide 50
IPK2 Ika Puspita Kristianti, 12/22/2020

P 0,3
E 0,0625
Kasus 10. Z 1.96
Jawab:
Jadi banyaknya nasabah digunakan dalam
penelitian tersebut minimal 207 orang. (Nilai n
dibulatkan ke angka yang lebih besar).

Lanjutan ...
• Menentukan banyaknya anggota sampel (ukuran sampel)

pada suatu populasi yang jumlah anggotanya diketahui,
maka ukuran sampel dapat digunakan rumus Slovin
sebagai berikut:
N
n=
1 + NE
• Kelemahan rumus Slovin:
(1) menentukan ukuran sampel hanya
mempertimbangkan kesalahan estimasi
maksimum yang ditoleransi (E);
(2) tidak menjelaskan karakteristik populasi yang
cocok bagi rumus tersebut;
(3) rumus Slovin hanya untuk tingkat keyakinan
(confidence level) mendekati 95%, karena
berasumsi nilai Z = 2;
(4) rumus Slovin hanya dapat digunakan untuk
mengestimasi proposi populasi.

Contoh Kasus 11
Misalnya suatu penelitian akan dilakukan terhadap
suatu populasi yang memiliki anggota 2.000. Proporsi
kesalahan estimasi diharapkan tidak lebih dari 6%.
Tentukan ukuran sampel (n) untuk penelitian tersebut.

Contoh Kasus 11
N= 2000 N
E= 0,06 n=
1 + NE
Jawab:
Ukuran sampel (n) untuk penelitian tersebut adalah
244.

Estimasi Beda
Dua Rata-rata
Populasi:
Sampel
Independen

5
6
Estimasi Beda Dua

Rata-rata Populasi:
Sampel Independen
• Mengetahui selisih antara rata-rata
suatu populasi dengan rata-rata
populasi yang lain.
• Misal estimasi selisih antara rata-rata
return saham perusahaan otomotif
dengan rata-rata return saham
perusahaan manufaktur.
• Jadi ada 2 kelompok populasi yang
dilibatkan dalam pengujian ya.
Materi 11: Estimasi Statistik

(4.a) Estimasi Beda Dua Rata-rata Populasi:
Sampel Independen
• Estimasi titik:
(X1  X 2 )  (μ1  μ 2 )
atau (X 2  X1 )  (μ 2  μ1 )
• Estimasi Interval:
(X1  X 2 )  E  (μ1  μ 2 )  (X1  X 2 )  E
atau (X 2  X1 )  E  (μ 2  μ1 )  (X 2  X1 )  E

Contoh Kasus 12: Kasus Estimasi Titik
.
Lembaga riset independen melakukan penelitian untuk
membuat estimasi beda antara jarak tempuh per liter
bahan bakar minyak (BBM) antara sepeda motor merek
AA dan sepeda motor merek BB. Penelitian tersebut
menggunakan 40 sepeda motor merek AA dan 35
sepeda motor merek BB.
Berdasarkan sampel tersebut diperoleh jarak tempuh
rata-rata per liter BBM menggunakan sepeda motor
merek AA adalah 48,6 km dan sepeda motor merek BB
adalah 52,4 km. Tentukan estimasi beda jarak tempuh
rata-rata per liter BBM antara sepeda motor merek AA
dan sepeda motor merek BB.
Jawab:
Beda jarak tempuh rata-rata per liter BBM sepeda motor
merek AA dan merek BB dapat diestimasi dengan µ1-µ2
atau dengan µ2-µ1. Jika yang kita gunakan adalah µ1-µ2,
maka hasilnya adalah:
µ1 - µ2 = = 48,6 km – 52,4 km = - 3,8 km
Jika yang kita gunakan adalah µ2-µ1, maka hasilnya adalah:
µ2 - µ1 = = 52,4 km – 48,6 km = 3,8 km
Menentukan Besarnya Kesalahan Estimasi (E)
pada Estimasi Interval:
• Jika standar deviasi populasi () diketahui dan sampel yang digunakan
dalam penelitian besar, maka kesalahan estimasi (E) beda dua rata-rata
dapat dihitung dengan rumus sebagai berikut:
σ12 σ22
E  Z α/2  
n1 n2
1: standar deviasi populasi 1

2: standar deviasi populasi 2
Catatan: Sampel besar adalah ukuran sampel yang diambil dari populasi 1 minimal
30 (n1≥ 30) dan ukuran sampel dari populasi 2 minimal 30 (n2≥ 30).

Kasus 13.
Suatu penelitian dilakukan untuk membuat estimasi
beda antara pengeluaran rata-rata untuk membeli
pulsa handphone antara mahasiswa pria dan
mahasiswa wanita.
Misalnya diketahui standar deviasi pengeluaran untuk
membeli pulsa oleh mahasiswa pria adalah Rp24.500
dan mahasiswa wanita adalah Rp18.600. Penelitian
ini menggunakan sampel sebanyak 40 mahasiswa
pria dan 50 mahasiswa wanita. Berdasarkan sampel
tersebut diketahui rata-rata pengeluaran membeli
pulsa oleh mahasiswa pria adalah Rp86.400 dan
mahasiswa wanita Rp72.350. Buatlah interval
estimasi beda pengeluaran rata-rata untuk membeli
pulsa antara mahasiswa pria dan mahasiswa wanita
dengan tingkat konfidensi 95%.

Kasus 13.
Jawab:
Beda pengeluaran rata-rata untuk membeli pulsa antara mahasiswa
pria dan mahasiswa wanita adalah Rp4.872,4 sampai dengan
Rp23.227,6.
Standar Deviasi Populasi Tidak Diketahui
dan Sampel Besar
• Jika standar deviasi populasi () tidak diketahui dan sampel
yang digunakan dalam penelitian besar, kesalahan estimasi
(E) beda dua rata-rata populasi dapat dihitung dengan
rumus sebagai berikut:
s12 s 2 2
E  Zα/2  
n1 n2
s1: standar deviasi sampel 1

s2: standar deviasi sampel 2

Kasus 14.
Sampel random di perusahaan A sebanyak 400 karyawan

diperoleh informasi bahwa upah rata-rata per jam adalah
Rp20.000 dan standar deviasi Rp6.000, sedangkan
sampel random karyawan di perusahaan B sebanyak 300
diperoleh informasi bahwa upah rata-rata per jam adalah
Rp16.000 dan standar deviasi Rp7.500. Dengan tingkat
konfidensi 95%, tentukan estimasi interval beda upah
rata-rata per jam di perusahaan A dan perusahaan B.

Kasus 14.
Jawab:
Estimasi beda (selisih) upah rata-rata yang diterima
karyawan antara perusahaan A dan perusahaan B adalah
Rp2.967,5 sampai dengan Rp5.032,5 di mana upah rata-
rata per jam karyawan di perusahan A lebih tinggi
dibandingkan dengan upah rata-rata karyawan per jam di
perusahaan B.

Standar Dev Populasi Tidak Diketahui, Sampel Kecil (< 30)
• Interval estimasi dapat juga dibuat pada kondisi di mana standar deviasi
populasi () tidak diketahui dan sampel yang digunakan dalam
penelitian kecil. Kesalahan estimasi (E) beda dua rata-rata populasi
dapat dihitung dengan rumus sebagai berikut:
E  t α/2 ;df .s X  X
1 2
2 2
(n1  1).s1  (n 2  1).s 2 1 1
s X X  . 
1 2
n1  n 2  2 n1 n 2
Catatan: Sampel kecil adalah ukuran sampel yang diambil dari populasi 1
(n1) dan ukuran sampel dari populasi 2 (n2) terdapat kurang dari 30. Atau
minimal salah satu dari n1 dan n2 kurang dari 30.

Contoh Kasus 15.
Sebuah penelitian dilakukan untuk membuat estimasi beda isi air rata-rata pada
Air Minum Dalam Kemasan (AMDK) gelas merek SEHAT dan merek SEGAR. Data
pada tabel berikut ini diperoleh dari sampel masing-masing merek AMDK.
Merek AMDK
Keterangan
SEHAT SEGAR
Sampel 12 gelas 14 gelas
Rata-rata Isi Air per Gelas 235,7 ml 245,3 ml
Standar Deviasi 4,6 ml 3,2 ml
Buatlah interval estimasi beda rata-rata isi air pada Air Minum Dalam Kemasan
(AMDK) gelas merek SEHAT dan merek SEGAR dengan tingkat konfidensi 95%.

Kasus 15
Jawab:
Estimasi beda (selisih) isi
rata-rata AMDK merek
SEHAT dengan merek
SEGAR adalah 6,44 ml
sampai dengan 12,76 ml
di mana ini rata-rata
AMDK merek SEGAR
lebih banyak.
Nilai df:
(n1+n2-2)=12+14-2=24

Sekian, terima kasih

Materi - 11 14 ESTIMASI STATISTIK 2020 Full

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Materi - 11 14 ESTIMASI STATISTIK 2020 Full

Diunggah oleh

Hak Cipta:

Format Tersedia

STATISTIKA I

Tim Dosen Statistika I

Materi 11: Estimasi Statistik 1

Estimasi Rata-rata dan

Estimasi Beda Dua Rata-rata

Materi 11: Estimasi Statistik 2

Materi 11: Estimasi Statistik 5

Estimasi Jumlah Kelebihan stock vs

Data masa lalu

Materi 11: Estimasi Statistik 6

• Estimasi statistik adalah salah satu

Materi 11: Estimasi Statistik 7

• Estimasi terhadap nilai variabel diperlukan

Materi 11: Estimasi Statistik 8

• Kriteria Penaksir (Estimator) parameter populasi yang baik:

Materi 11: Estimasi Statistik 9

• Estimasi titik (point estimation) adalah nilai tunggal

Materi 11: Estimasi Statistik 10

Materi 11: Estimasi Statistik 11

• Tujuan membuat estimasi interval adalah untuk mengurangi

Materi 11: Estimasi Statistik 12

• Membuat estimasi interval membutuhkan

Materi 11: Estimasi Statistik 13

90% 0,4495 atau 0,4505 1,64 atau 1,65 1,645

Materi 11: Estimasi Statistik 14

Z 0.00 0.01 . . 0.06 . . .

Materi 11: Estimasi Statistik 15

df/ 0.1 0.05 0.025 0.01 0.005

Rata-rata populasi dapat diestimasi menggunakan rata-rata

 Jika rata-rata populasi menggunakan rata-rata sampel,

Materi 11: Estimasi Statistik 17

• Jika  adalah rata-rata populasi dan X

E adalah kesalahan estimasi (error of estimate)

Materi 11: Estimasi Statistik 18

• Besarnya kesalahan estimasi (E) untuk:

(Kriteria populasi terbatas : banyaknya anggota populasi diketahui

Materi 11: Estimasi Statistik 20

2.560.000  5.478,4  μ  2.560.000  5.478,4

• Besarnya kesalahan estimasi (E) untuk:

Materi 11: Estimasi Statistik 22

Materi 11: Estimasi Statistik 23

Materi 11: Estimasi Statistik 24

df. = degree of freedom = n - 1

Materi 11: Estimasi Statistik 25

Isi minuman suatu merek minuman dalam kemasan

Materi 11: Estimasi Statistik 26

df. = degree of freedom = 15 – 1 = 14

246  6,53  μ  246  6,53

Materi 11: Estimasi Statistik 27

Materi 11: Estimasi Statistik 28

Waktu tempuh dari kota A ke kota B diasumsikan

Materi 11: Estimasi Statistik 30

t0,025;5 = 2,57 (Lihat pada Tabel Distribusi t)

Jadi estimasi waktu rata-rata yang diperlukan untuk menempuh perjalanan

Materi 11: Estimasi Statistik 31

Hasil perhitungan penggunakan MS Excel:

Waktu (Jam) Hasil perhitungan penggunakan SPSS:

Berdasarkan hasil perhitungan tersebut, rata-rata sampel (X ) = 13 dengan standar

Materi 11: Estimasi Statistik 32

Materi 11: Estimasi Statistik 33

Sebuah sampel random terdiri dari 50 skor karyawan yang

Z/2 = 1,96 (Lihat pada Tabel Distribusi Normal) tk konfidensi 95%

Jadi besarnya estimasi (estimasi) skor rata-rata karyawan peserta pelatihan