DISUSUN OLEH:
NIM : 201222021
DOSEN PENGASUH :
NOVITASARI,S.E.,M.M
2022/2023
KATA PENGANTAR
Segala puji bagi Allah yang maha megetahui dan maha bijaksana yang telah memberi
petunjuk agama yang lurus kepada hamba-Nya dan hanya kepada-Nya. Salawat serta salam
semoga tercurahkan kepada nabi Muhammad SAW yang membimbing umat nya degan suri
tauladan-Nya yang baik
Sistematika makalah ini dimulai dari pengantar yang merupakan apersepsi atas materi
yang telah dan akan dibahas dalam bab tersebut .Selanjutnya, Pembaca akan masuk pada inti
pembahasaan dan diakhiri dengan kesimpulan, dan saran makalah ini. Diharapkan pembaca
dapat mengkaji berbagai permasalahan tentang Teori Penaran dan Estimasi. Akhirnya, kami
penyusun mengucapkan terimakasih kepada semua pihak yang telah membantu proses
pembuatan makalah ini.
Saya menyadari bahwa makalah ini masih belum semmpurna untuk menjadi lebih
sempurna lagi saya membutuhkan kritik dan saran dari pihak lain untuk membagikannya
kepada saya demi memperbaiki kekurangan pada makalah ini. Semoga makalah ini
bermanfaaat bagi anda semua. Terimakasih.
i
DAFTAR ISI
KATA PENGANTAR.........................................................................................................i
BAB I ..................................................................................................................................1
PENDAHULUAN...............................................................................................................1
1.1. LATAR BELAKANG...........................................................................................1
1.2. RUMUSAN MASALAH.....................................................................................1
1.3. TUJUAN................................................................................................................2
BAB II ................................................................................................................................3
PEMBAHASAN..................................................................................................................3
A. Pengertian Penawaran...........................................................................................3
B. Hukum Penawaran.................................................................................................4
C. Pengeseran kurva ..................................................................................................5
D. Fungsi Penawaran..................................................................................................6
E. Faktor-Faktor penawaran.......................................................................................7
F. Elastisitas...............................................................................................................9
G. Teori estimasi........................................................................................................9
H. Penduga yang baik................................................................................................10
I. Dengan nilai yang didugaanya..............................................................................10
J. Pendugaan titik......................................................................................................11
K. Pendugaan interval............................................................................................... 11
L. Pendugaan parameter populasi dengan sampel besar ......................................... 12
M. Pendugaan parameter populasi dengan sampel kecil......................................... 13
N. Jenis estimasi ..................................................................................................... 15
O. Sifat estimasi ..................................................................................................... 16
BAB III ...............................................................................................................................18
PENUTUP...........................................................................................................................18
2.1. KESIMPULAN.......................................................................................................18
2.2. SARAN...................................................................................................................18
DAFTAR PUSTAKA..........................................................................................................19
ii
BAB I
PENDAHULUAN
2
BAB II
PEMBAHASAN
3
Hukum dari kurva penawaran adalah “Semakin tinggi harga suatu barang, semakin
banyak jumlah barang tersebut akan ditawarkan oleh para penjual. Sebaliknya, makin rendah
harga suatu barang, semakin sedikit jumlah barang tersebut yang ditawarkan.”Kurva
penawaran dapat didefinisikan sebagai: “suatu kurva yang menunjukkan hubungan diantara
harga suatu barang tertentu dengan jumlah barang tersebut yang ditawarkan”
B. Hukum Penawaran
Hukum penawaran adalah suatu pernyataan yang menjelaskan tentang sifat hubungan
antara harga suatu barang dan jumlah barang tersebut yang ditawarkan para penjual, dalam
hukum ini dinyatakan bagaimana keinginan para penjual untuk menawarkan barangnya
apabila harganya tinggi dan begitu pula jika sebaliknya. Jadi, hukum penawaran berbunyi :
Semakin tinggi harga suatu barang, semakin banyak jumlah barang tersebut akan ditawarkan
oleh para penjual. Sebaliknya, semakin rendah harga suatu barang semakin sedikit jumlah
barang tersebut ang ditawarkan.
4
Kita lihat grafik diatas, mula-mula harga barang P1 dengan jumlah yang ditawrarkan
Q1 seperti yang ditunjukan pada titik A. Jika harga barang naik menjadi P3, maka kenaikan
harga ini akan mendorong produsen untuk menjual lebih banyak, sehingga jumlah yang
ditawarkan akan meningkat menjadi Q3, seperti yang ditunjukan ada titik C. Demikian pula
jika harga turun dari P3 ke P1, maka jumlah yang ditawarkan akan turun dari Q3 ke
Perubahan harga barang ceteris paribus, akan mengakibatkan perubahan jumlah barang
yang ditawarkan (changes in quantity supplied). Hal tersebut ditunjukkan oleh perubahan dari
titik A ke titik B pada Gambar 4.3. Pada titik A, harga Rp. 4.000,-, jumlah barang yang
ditawarkan 70 unit. Di titik B, harga naik menjadi Rp. 5.000,-,sedangkan jumlah barang yang
ditawarkan juga naik menjadi 80 unit.
Apabila terjadi perubahan jumlah barang yang ditawarkan bukan disebabkan oleh
perubahan harga disebut change in supply (perubahan penawaran). Hal ini menunjukkan
adanya perubahan asumsi. Faktor-faktor selain harga yang mempengaruhi jumlah penawaran
pasar adalah: harga input, harga barang lain, harapan penjual, jumlah penjual, teknologi,
pajak, dan sebagainya.
Harga input yang digunakan dalam proses produksi sangat mempengaruhi penjual. Kalau
hal-hal lain konstan, penawaran barang pada tingkat harga tertentu akan berkurang dengan
naiknya harga input. Hal ini ditunjukkan oleh pergeseran kurva penawaran bergeser ke kiri.
Naiknya harga input akan meningkatkan biaya produksi, sehingga pada tingkat harga yang
sama keuntungan per unit akan berkurang. Sebaliknya kalau harga input turun, akan
mengakibatkan kurva penawaran bergeser ke kanan. Itu berarti pada tingkat harga yang sama,
jumlah barang yang ditawarkan lebih banyak.
5
Dari gambar 4.4 di atas dapat dijelaskan sebagai berikut:
Harga input naik, akibatnya kurva penawaran bergeser ke kiri. Pada tingkat harga
yang sama, yaitu P1 , jumlah barang yang ditawarkan turun dari Q1 menjadi Q2 .
Hal ini ditunjukkan oleh perubahan dari titik A ke titik B ·
Harga input turun, akibatnya kurva penawaran bergeser ke kanan. Pada tingkat
harga yang sama, yaitu P1 , jumlah barang yang ditawarkan naik dari Q1 menjadi
Q3 .Hal ini ditunjukkan oleh perubahan dari titik A ke titik C
Hubungannya dengan harga barang lain, kalau harga barang lain turun, produsen akan
mengurangi produksi barang tersebut dan akan menggantinya dengan barang yang harganya
relatip lebih baik. Sebagai contoh apabila perusahaan memproduksi sepatu dan sepatu sandal:
a) Kalau harga sandal turun, kurva penawaran sepatu akan bergeser ke kanan.
b) Kalau harga sandal naik, kurva penawaran sepatu akan bergeser ke kiri.
Faktor lain yang mempengaruhi penawaran adalah harapan harga di masa mendatang.
Kalau produsen mengharap harga di masa mendatang naik, kurva penawaran akan
bergeser ke kiri yang berarti produsen mengurangi penawaran barang sekarang.
Kalau produsen menebak harga dimasa mendatang turun, kurva penawaran akan
bergeser ke kanan yang berarti produsen menambah penawaran barang sekarang.
Dalam analisis, akan menarik untuk dilihat permintaan dan penawaran pasar ketimbang
perilaku permintaan dan penawaran secara individual. Seperti penjelasan sebelumnya, kurva
penawaran pasar merupakan penjumlahan secara horizontal penawaran individual. Kalau
jumlah penjual di pasar bertambah, kurva penawaran akan bergeser ke kanan, sebaliknya
kalau jumlah penjual berkurang kurva penawaran akan bergeser ke kiri.
D. Fungsi Penawaran
Fungsi penawaran adalah persamaan yang menunjukkan hubungan harga barang di pasar
dengan jumlah barang yang ditawarkan oleh produsen. Fungsi penawaran digunakan oleh
produsen untuk menganalisa kemungkinan banyak barang yang akan diproduksi. Menurut
hukum penawaran bila harga barang naik, dengan asumsi cateris paribus (faktor-faktor lain
dianggap tetap), maka jumlah barang yang ditawarkan akan naik, dan sebaliknya apabila
harga barang menurun jumlah barang yang ditawarkan juga menurun. jadi dalam fungsi
penawaran antara harga barang dan jumlah barang yang ditawarkan memiliki hubungan
positif, karenanya gradien (b) dari fungsi penawaran selalu positif. Bentuk umum dari fungsi
penawaran linear adalah sebagai berikut:
Qs = -a + b . P
Dimana :
b = gradient garis
P = harga barang
P – P1Q – Q1
P2 – P1 Q2 – Q1
E. Faktor-faktor penawaran
Penawaran dan produksi mempunyai hubungan yang sangat erat. Hal-hal yang
mendorong dan menghambat kegiatan produksi berpengaruh terhadap jumlah penawaran.
Berikut ini faktor-faktor yang mempengaruhi penawaran.
Misalnya jika harga sabun mandi meningkat dari Rp1.500,00 menjadi Rp2.000,00,
maka jumlah sabun mandi yang penjual tawarkan akan meningkat pula.
Contohnya harga kopi meningkat menyebabkan harga barang penggantinya yaitu teh
lebih rendah, sehingga penjual lebih banyak menjual teh.
Biaya produksi
7
karena produsen tidak mau rugi. Sebaliknya jika biaya produksi turun, maka produsen
akan meningkatkan produksinya. Dengan demikian penawaran juga akan meningkat.
Kemajuan teknologi
Misalnya untuk menghasilkan 1 kg gula pasir biaya yang harus dikeluarkan oleh
perusahaan Manis sebesar Rp4.000,00. Harga jualnya sebesar Rp7.500,00/kg. Namun
dengan menggunakan mesin yang lebih modern, perusahaan Manis mampu menekan
biaya produksi menjadi Rp3.000,00. Harga jual untuk setiap 1 kilogramnya tetap yaitu
Rp7.500,00/kg. Dengan demikian perusahaan Manis dapat memproduksi gula pasir
lebih banyak.
Pajak
Misalnya pada saat krisis ekonomi, harga-harga barang dan jasa naik, sementara
penghasilan relatif tetap. Akibatnya perusahaan akan mengurangi jumlah produksi
barang dan jasa, karena takut tidak laku.
Di antara faktor-faktor di atas, harga barang dianggap sebagai faktor terpenting dan
sering dijadikan acuan untuk melakukan analisis penawaran. Harga berbanding lurus dengan
jumlah penawaran. Jika harga tinggi, maka produsen akan berlomba-lomba menjajakan
barangnya sehingga penawaran meningkat. Sementara itu, jika harga turun, maka produsen
akan menunda penjualan atau menyimpan produknya di gudang sehingga jumlah penawaran
akan berkurang.
8
F. Elastisitas
G. Teori Estimasi
Menurut Kamus Besar Bahasa Indonesia (KBBI), estimasi adalah penilaian, perkiraan,
atau pendapat. Penggunaan kata estimasi biasanya terkait suatu hal yang masih dalam
prediksi, sehingga bisa benar ataupun salah.
Senada dengan KBBI, para ahli menjelaskan estimasi biasa digunakan untuk memperkirakan
nilai populasi. Estimasi menggunakan nilai sampel yang merupakan hasil pengukuran data
kuantitatif dalam statistika.
Budihartono (2001)
Cahyono (2018)
Estimasi adalah suatu keseluruhan proses yang menggunakan estimator (nilai statistik:
mean, median, varian, dan standar deviasi) untuk menghasilkan suatu estimasi yang
diharapkan mendekati parameter populasi.
Pada proses pengambilan sampel, tujuan utama pengambilan sampel dari suatu populasi
adalah untuk memperoleh informasi mengenai parameter populasi atau singkatnya untuk
mengetahui parameter populasi itu sendiri. Parameter populasi seperti rata-rata dan
simpangan baku, sedangkan contoh parameter dalam praktiknya yaitu rata-rata nilai ujian
bahasa inggris mahasiswa UMY. Median nilai ujian kalkulus mahasiswa UMS.
9
Pada kondisi tertentu sering kali parameter populasi tidak diketahui, meskipun distribusi
populasi diketahui. Sebagaimana misalnya suatu populasi mempunyai distribusi normal tetapi
parameter rata-rata dan simpangan baku tidak diketahui atau misalkan ada suatu populasi
yang memiliki distribusi binomial, tetapi parameter proporsi p tidak diketahui. Oleh Karena
parameter populasi tidak diketahui, maka ada dua cara untuk mengetahui parameter populasi
yang dipelajari dalam statistika inferensia yaitu cara pendugaan (penaksiran/estimasi) serta
pengujian hipotesis. Dua cara ini didasarkan pada besaran yang dihitung dari sampel. Sebagai
tambahan informasi bahwasanya terdapat dua jenis statistik yaitu statistika deskriptif dan
inferensia.
Statistika Deskriptif adalah statistika yang berkenaan dengan metode atau cara
mendeskripskan, menggambarkan, menjabarkan atau mengurangi data. Sedangkan, statistika
Inferensia adalah statistika yang berkenaan dengan cara penarikan kesimpulan berdasarkan
data yang diperoleh dari sampel untuk menggambarkan karakteristik atau ciri dari suatu
populasi. Pada statistika inferensia, semua metode yang berhubungan dengan analisis
sebagian data atau juga sering disebut dengan sampel untuk kemudian sampai pada estimasi
atau penarikan kesimpulan mengenai keseluruhan data. Dalam statistika inferensia,
statistik θ̂ inilah dari populasi. Parameter θ̂ adalah penduga, yang dipakai untuk
menduga parameter adalah sesuatu yang diduga. Statistik θ̂ = X̅ dipakai untuk menduga
parametersedangkan = σ dan statistik θ̂ = p̂ dipakai = µ, statistik θ̂ = S dipakai untuk
menduga parameter = p.untuk menduga parameter.
Pada saat tujuan statistik adalah untuk memperoleh gambaran yang baik mengenai
haruslah merupakan suatupopulasi, maka statistik θ̂ yang dipakai untuk menduga parameter
penduga yang baik. Ciri-ciri penduga yang baik terdiri atas tiga hal yaitu bahwa θ̂ merupakan
penduga tidak bias, penduga yang efisien serta merupakan penduga yang konsisten. Penduga
tak bias artinya penduga yang dengan tepat mengenai sasaran atau apabila nilai penduga
sama.
Penduga Efisien artinya bila ada lebih dari satu penduga, maka penduga yang efisien
adalah penduga yang mempunyai variansi paling kecil. Sedangkan penduga yang konsisten
artinya jika ukuran sampel yang diambil semakin bertambah maka nilai penduga akan
mendekati parameternya (bila sampel semakin besar, maka nilai tetha topi akan semakin
mendekati nilai tetha).
10
J. Pendugaan Titik
Teori pendugaan terbagi menjadi dua jenis yaitu pendugaan titik (estimasi titik) dan dari
pendugaan interval (estimasi interval). Pada pendugaan titik, bila nilai parameter populasi
hanya diduga dengan memakai satu nilai statistik θ̂ dari sampel yang diambil dari dari
populasi tersebut. Pada pendugaan interval (estimasi interval), bila nilai parameter populasi
diduga dengan memakai beberapa nilai statistik θ̂ yang berada dalam suatu interval, misalnya
θ̂1< < θ̂2. Rumusan umum untuk pendugaan titik adalah sebagai berikut.
Contoh pemanfaatan pendugaan titik yaitu ketika seseorang ingin menduga berapa
sesungguhnya rata-rata tinggi badan orang Indonesia, untuk itu diambil sampel acak
sebanyak 1000 orang dan kita ukur tinggi badan masing-masing. Misal diperoleh rata-rata
tingginya X=164cm. Nilai rata-rata ini digunakan untuk menduga rata-rata tinggi badan orang
indonesia yang sesungguhnya. Oleh karena hanya memakai satu nilai saja X=164 sebagai
penduga maka X=164 cm disebut sebagai penduga titik. Dalam praktiknya terdapat
kelemahan pada penggunaan pendugaan titik seperti sulitnya menentukan nilai derajat
kepercayaan serta jika sampel yang berbeda maka nilai statistik yang dihasilkan juga beda
karena hanya satu maka kita akan ragu penduga mana yang baik.
K. Pendugaan Interval
dari populasi didugaPada pendugaan atau estimasi interval Bila nilai parameter dengan
memakai beberapa nilai statistik θ̂ yang berbeda dalam suatu interval, misalnya θ̂1 << 2,
maka statistik θ̂ disebut penduga interval. Sebagaimana contoh pada kejadian sebelumnya
dimana tinggi badan orang Indonesia diduga pada interval 160 <166 atau 155 <169 tinggi
orang indonesia diduga pada interval tersebut. Dalam pendugaan interval semakin lebar
interval, semakin besar kepercayaan. Dalam praktek interval yang harus dipakai adalah
interval yang sempit tetapi mempunyai derajat kepercayaan yang dapat diterima. Derajat
kepercayaan penduga θ̂ meliputi nilai koefisien kepercayaan yang ditulis dengan α dimana
0<1 dan dinyatakan dalam bentuk probabilitas. Kondisi ini dapat digambarkan sebagai
berikut. Pada contoh sebelumnya, rata-rata tinggi badan orang indonesia diduga berada pada
interval 160 <166 dengan probabilitas 0,95 maka dituliskan P(155< <169)=0,99 Dalam
statistika biasanya dipilih interval yang lebih pendek, tetapi dengan probabilitas yang tinggi
atau kepercayaan yang tinggi. Dari kondisi diatas maka lebih baik memilih
P(160<<166)=0,95 karena terkadang dengan adanya keterbatasan dalam ukuran sampel,
pemilihan interval harus dengan mengorbankan derajat kepercayaan karena interval yang
sempit dengan probabilitas yang tinggi sulit dicapai sekaligus.
Rumus umum pendugaan interval dilakukan dengan mengambil sampel acak secara
berulang maka akan diperoleh distribusi statistik sehingga probabilitas dari interval
θ̂1<<θ̂2 akan sama dengan nilai tertentu yang diinginkan, sebagaimana persamaan berikut.
11
P[ θ̂1 < < θ̂2] = 1−∝ ; dimana 0 <∝< 1 ……………………………………..… (7.4)
Sesuai dengan persamaan tersebut diatas, maka dari contoh sebelumnya bahwa
P(160<<166)= 0,95, maka ungkapan yang tepat sekarang kita percaya 95% bahwa
parameter populasi akan terletak antara 160 sampai dengan 166 berdasarkan sampel yang
diambil dari populasi tersebut. Jadi BUKAN, diungkapkan dengan probabilitas sama dengan
0.95 bahwa parameter populasi terletak antara 160 sampai 166 berdasar sampel yang
diambil dari populasi itu.
Pada pendugaan populasi dengan sampel beesar terbagi atas empat jenis sampel yaitu
sampel rata-rata, beda sua rata-rata, proporsi dan beda dua proporsi. Pada jenis sampel rata-
rata, rumusan umum interval kepercayaan (1-α) untuk menduga rata-rata μ, bila σ diketahui
P [X̅ − Z∝2. σx̅ < 𝜇 < X̅ + Z∝2. σx̅] = 1−∝ ………………………………………….… (7.5)
: koefisien kepercayaan
adalah dengan menjadikan faktor koreksi sama dengan satu atau 𝜎𝑥̅=𝜎𝑥√𝑛
dimana nilai σx̅ simpangan baku dari distribusi sampel rata-rata ; Bila σx̅tidak diketahui,
maka dapat digunakan penduga dari yaitu S.
12
Selanjutnya rumus untuk menentukan jumlah sampel dengan dugaan meleset, bila X̅
merupakan penduga untuk rata-rata populasi, maka dapat dipercaya bahwa (1-α)x100%
bahwa kesalahanya akan lebih dari suatu besaran tertentu e yang ditetapkan sebelumnya
dengan syarat, yaitu
n = (Zα2.σe)2……………………………….………………………………….………. (7.6)
Rumus umum interval kepercayaan (1-α) pada pendugaan parameter proporsi untuk
menduga
proporsi P adalah :
dimana P = X / N dan p̂ = p = x / n dengan nilai simpangan baku untuk populasi terbatas adalah
σp̂ = √p(1−p)n. √N−nN−1 serta simpangan baku tidak terbatas σp̂ = √p(1−p)n.
Rumus umum interval kepercayaan (1-α) pada pendugaan parameter beda dua rata-rata
untuk menduga beda dua rata-rata 1 - 2 adalah :
P [(X̅1 − X̅2) − Z∝2. σx̅1−x̅2 < μ1 − μ2 < (X̅1 − X̅ 2 ) + Z∝ 2 . σx1̅ −x2̅ ] = 1−∝ ……… (7.8)
Dimana nilai simpangan baku untuk populasi terbatas dihitung dengan rumus
Rumus umum interval kepercayaan (1-α) pada pendugaan parameter beda dua proporsi
untuk menduga beda dua proporsi p1 - p2 adalah :
P [(p̂1 − p̂2) − Z∝2. σp̂1−p̂2 < p1 − p2 < (p̂1 − p̂2) + Z∝2. σp̂1−p̂2] = 1−∝ ……… (7.9)
Dimana simpangan baku pada distribui sampel beda dua rata-rata bila populasi terbatas
adalah σp̂1−p̂2 = √p1 (1−p1)n1+p2 (1−p2)n2. √(N1+N2)−(n1+n2)(N1+N2)−1 dan
simpangan baku bila populasi tak terbatas dihitung dengan rumusan σp̂1−p̂2 = √p1 (1−p1)
n1+p2 (1−p2)n2.
Suatu sampel dikatakan sampel kecil jika jumlah sampelnya kurang dari tiga puluh (n
13
<30). Pada kondisi ini maka tabel yang digunakan untuk melihat nilai distribusinya adalah
jenis tabel distribusi student atau biasa disebut sebagai tabel distribusi t. Variabel random
yang digunakan juga bukan nilai Z melainkan variabel random t. Oleh karena itu rumusan
umum pada pendugaan dengan sampel kecil hanya berbeda pada nilai variabel random
beserta tabel distribusi yang digunakan. Pembahasan pertamauntuk samppe kecil dimulai dari
pendugaan parameter distribusi sampel rata-rata. Interval kepercayaan (1-α) untuk menduga
rata-rata μ dengan sampel kecil (n<30) yang diambil dari suatu populasi dimana variansi σ2
Tidak diketahui adalah sebagai berikut
P [X̅ − t(∝2,𝑣). σx̅ < 𝜇 < X̅ + t(∝2,𝑣). σx̅] = 1−∝ …………………..……………….. (7.10)
Nilai simpangan baku σ 2 untuk populasi terbatas σx̅ =σx√n√N−n N−1 atau σx̅
=S√n√N−nN−1 sedangkan untuk populasi tak terbatas adalah σx̅ =σx√n=S√n
Pada pendugaan parameter beda dua rata-rata (1 - 2), misalkan diketahui dua
P [(X̅1 − X̅2 ) − t ( ∝ 2 ,𝑣) . σx̅1−x̅2 < μ1 − μ2 < (X̅1 − X̅2 ) + t ( ∝ 2 ,𝑣) . σx̅1−x̅2] = 1−∝ …
(7.12)
Dimana nilai simpangan baku σx̅1−x̅2 dan simapngan baku gabungan Sp dihitung dengan
rumus
Bila variansi dua populasi itu tidak sama besarnya yaitu 12 22dan kedua variansi tidak
diketahui nilainya, maka interval kepercayaan (1-) untuk beda dua rata-rata (1 - 2) dari
dua populsai tersebut secara rumus umum akan sama dengan persamaan 7.12 yaitu sebagai
14
berikut
P [(X̅1 − X̅2 ) − t ( ∝ 2 ,𝑣) . σx̅1−x̅2 < μ1 − μ2 < (X̅1 − X̅2 ) + t ( ∝ 2 ,𝑣) . σx̅1−x̅2] = 1−∝
Akan tetapi, nilai dari simpangan baku dan derajat kebebasan untuk kondisi variansi dua
populasi yang tidak sama besarnya adalah sebagai berikut.
N. Jenis Estimasi
Estimasi terbagi menjadi empat jenis yaitu estimasi titik, estimasi interval, estimasi rata-
rata, dan estimasi proporsi. Simak penjelasan secara lengkap tiap jenis-jenis estimasi di
bawah ini.
1. Estimasi Titik
Menurut Cahyono (2018), estimasi titik merupakan nilai tunggal dari statistik sampel
tertentu yang digunakan untuk mengestimasi nilai parameter populasi. Nah, estimasi titik
terbagi menjadi tiga kriteria yaitu:
Titik estimasi yang digunakan untuk estimasi parameter populasi adalah rata-rata sampel
terhadap rata-rata populasi, proporsi sampel terhadap proporsi populasi, jumlah variabel
tertentu yang ada dalam sampel guna menaksir jumlah variabel dalam populasi, dan varians
(simpangan baku) sampel untuk menaksir simpangan baku populasi.
Rumus yang digunakan dalam estimasi titik yaitu E (µ) = ;E(σ2) = S2 ;E(p) =
2. Estimasi Interval
Menurut Cahyono (2018), estimasi interval atau yang lebih dikenal dengan estimasi
konfidensi merupakan pengembangan lebih jauh dari estimasi titik, di mana nilai taksiran
parameternya tidak terfokus pada satu titik nilai saja, tetapi juga didasarkan pada jarak
tertentu. Sehingga, estimasi memiliki nilai tertinggi (max) dan nilai terendah (min).
15
Nah, nilai yang sering muncul tersebut didasarkan pada probabilitas tertentu misalnya
data yang dipilih 90%, 95%, ataupun 99%. Selain itu, estimasi interval juga dipengaruhi oleh
tiga faktor yaitu:
Besarnya sampel
Tingkat keyakinan atau keyakinan yang dipilih (level confidence)
Variabilitas populasi yang diukur dengan standar deviasi.
Dalam estimasi interval menggunakan rumus St-Z 1/a SE ≤PARAMETER≤ St + Z 1/a SE.
Biar lebih jelas, simak penjelasannya berikut ini:
St = nilai statistik
3. Estimasi Rata-rata
4. Estimasi Proporsi
Dalam jenis estimasi proporsi sering digunakan ketika proporsi sampel untuk
mengadakan estimasi terhadap proporsi populasi. Estimasi dalam suatu percobaan binominal
diberikan dengan sejumlah simbol yaitu:
- p: Proporsi populasi
Dalam membuat estimasi harga parameter populasi, seyogyanya variabel random harga
statistik sampel tidak bervariasi terlalu jauh dari harga parameter populasi yang konstan.
Misalnya, jika µ merupakan mean populasi dan X merupakan penduga bagi µ, maka dalam
menggunakan X sebagai penduga kita harus berharap variabel random X tidak akan
menyimpang terlalu jauh dari µ. Penduga yang baik memiliki beberapa sifat :
16
1. Tidak bias/ Unbiased
2. Efisien
3. Konsisten
17
BAB III
PENUTUP
2.1 Kesimpulan
Fungsi penawaran menunjukkan hubungan antara jumlahproduk yang ditawarkanoleh
produsen untuk dijual dengan harga produk. kurva penawaran juga dapat mengalami
pergeseran karena adanya perubahan faktor-faktor yang memengaruhi penawaran selain
faktor harga. Bergesernya kurva penawaran ditandai dengan bergeraknya kurva ke kanan atau
ke kiri. Kurva penawaran bergeser ke kiri, artinya jumlah penawarannya mengalami
kenaikan. Namun, ketika kurva penawaran barang bergeser ke kiri, berarti terjadi penurunan
penawaran barang.
Estimasi merupakan kegiatan penarikan kesimpulan statistik yang berawal dari hal-
hal yang bersifat umum ke hal – hal yang bersifat khusus, agar penarikan kesimpulan dapat
dibenarkan dan mampu mendekati kebenaran maka dibutuhkan suatu alat untuk memproses
data secara benar, jika kegiatan estimasi dapat dilakukan secara benar maka semua keputusan
yang berkaitan dengan estimasi dapat dilakukan juga dengan benar dan dapat untuk
mengatasi segala persoalan statistik.
2.2 SARAN
Demikian yang dapat kami paparkan mengenai materi yang menjadi pokok bahasan
dalam makalah ini, tentunya masih banyak kekurangan dan kelemahannya, kerena
terbatasnya pengetahuan dan kurangnya rujukan atau referensi yang ada hubungannya dengan
judul makalah ini.
Penulis banyak berharap para pembaca dapat memberikan kritik dan saran yang
membangun kepada penulis demi sempurnanya makalah ini dan dan penulisan makalah di
kesempatan – kesempatan berikutnya. Semoga makalah ini berguna bagi penulis pada
khususnya juga para pembaca yang budiman pada umumnya.
18
DAFTAR PUSTAKA
http://udifq.wordpress.com/2010/03/17/estimasi -dan-penawaran-dalam-
ekonomi/
http://www.crayonpedia.org/mw/
BAB17._estimasi_DAN_PENAWARAN_SERTA_TERBENTUKNYA_HARGA_PASA
R
http://kamarmakalah.blogspot.com/2012/02/makalah-permintaan-dan-
penawaran-barang.html
https://semarbadradotcom.files.wordpress.com/2012/03/materi-bab-3-
permintaan-dan-penawaran1.ppt
http://blog.binadarma.ac.id/dedi1968/wp-content/uploads/2010/10/permintaan-
dan-penawaran.doc
http://xa.yimg.com/kq/groups/35669780/1729153992/name/
PERMINTAAN+EKONOMI.doc
http://zukirahilmiana.blogspot.com/2013/03/makalah-fungsi-
penawaran_2055.html
19