BAB XI

PENAKSIRAN (ESTIMASI)

A. Standar kompetensi
Penguasaan ilmu, keterampilan dan kemampuan berkarya dalam materi penaksiran (estimasi),
sehingga mampu mengidentifikasi dan menyelesaikan perhitungan dan teknik estimasi.

B. Uraian Materi
Penaksiran adalah teknik statistika untuk mengetahui perkiraan nilai parameter dalam
populasi (rata-rata µ, standar deviasi σ, proporsi p, koefisien korelasi ρ, dsb) dengan
menggunakan statistik dalam sampel acak yang sesuai (rata-rata x , standar deviasi s, proporsi
p̂ , koefisien korelasi r, dsb).
Parameter disebut juga true value nilai sebenarnya karena melibatkan perhitungan seluruh
data dalam populasi, dan parameter ini merupakan karakteristik dari populasi, sedangkan
statistik menghasilkan estimate value atau estimator. Statistik merupan nilai taksiran untuk
parameter ketika data sampel diambil dari sebagian populasi. Jadi x adalah estimator untuk
µ, s adalah estimator untuk σ, dst

Terdapat dua jenis estimasi yaitu estimasi titik (point estimation) dan estimasi interval
(interval estimation).
Point estimation : Mengestimasi suatu parameter berdasarkan satu nilai saja. Misalnya
mengestimasi µ dengan x → µ = x , tentu saja hasil estimasi ini tidak memberikan tingkat
keyakinan tertentu.
Interval estimation : Mengestimasi suatu parameter berdasarkan banyak nilai dalam suatu
interval tertentu, sehingga hasil estimasi interval akan memberikan tingkat keyakinan
tertentu.
Misalnya untuk mengestimasi µ digunakan interval estimasi : x − d < µ < x + d atau
µ = x ± d dimana d adalah perbedaan true value dan estimate value (difference) yang
dikehendaki. Selanjutnya, d ini disebut juga sebagai estimation error atau kekeliruan estimasi
atau galat estimasi.

Besarnya d akan tergantung pada : (1) ukuran sampel acak yang digunakan, (2) tingkat
keyakinan (level of confidence), dan (3) distribusi peluang untuk statistik (estimate value)
yang digunakan. Sehingga interval konfidens untuk estimasi suatu parameter, misalnya µ
dapat dituliskan sebagai : P( x − d < µ < x + d) = 1 − α, dengan 1 − α adalah level of
confidence (tingkat keyakinan) yang merupakan pernyataan peluang, sehingga nilainya
adalah 0 ≤ 1 − α ≤ 1.
Menentukan d, misalnya untuk mengestimasi µ dengan x menggunakan level of confidence
1 − α. Dalam hal ini, x ∼ N(µ;σ/√n) yang ditransformasikan menjadi angka baku Z dengan
rumus :
X−µ
Z= dan Z ∼ N(0;1)
σ/ n

X−µ
Z= →µ= x +Z σ → µ = x ± Z0.5α σ jadi d = Z0.5α σ
σ/ n n n n
sehingga interval konfidensnya adalah :
 P( x − Z0.5α σ < µ < x + Z0.5α σ )=1−α
n n

Terdapat beberapa jenis estimasi interval yaitu :

1. Estimasi rata-rata,
2. Estimasi proporsi
3. Estimasi varians

B.1. Estimasi Rata-rata (µµ)

Kasus Sampel Besar (n ≥ 30) dan atau σ diketahui
Untuk Infinite Population
 
P  X − Z 0. 5 α σ < µ < X + Z 0.5α σ = 1 − α jika σ diketahui
 n n 
 
P  X − Z 0. 5 α s < µ < X + Z 0.5α s = 1 − α jika n ≥ 30
 n n 
Untuk Finite Population
 N−n N−n
P X − Z 0 . 5 α σ < µ < X + Z 0.5α σ  = 1− α jika σ diketahui
 n N −1 n N − 1 
 N−n N−n
P X − Z 0 . 5 α s < µ < X + Z 0.5α s  = 1− α jika n ≥ 30
 n N −1 n N − 1 

Kasus Sampel Kecil (n < 30) dan atau σ tidak diketahui

Untuk Infinite Population
 
P X − t 0.5 α ;df s < µ < X + t 0.5 α ;df s = 1− α
 n n 
Untuk Finite Population
 N −n N −n
P  X − t 0.5α ; df s < µ < X + t 0.5α ; df s  = 1−α
 n N −1 n N −1 
dengan df = n − 1

Contoh 1
Telah diambil secara acak sampel yang terdiri dari 100 orang mahasiswa sebuah universitas
di Jakarta. Melalui test IQ terhadap 100 mahasiswa tersebut diperoleh rata-rata IQ sebesar
112 dan varians 100. Dengan menggunakan tingkat keyakinan (confidence level) sebesar
95%, tentukan interval konfidens untuk nilai rata-rata IQ seluruh mahasiswa universitas
tersebut.

Diketahui : n = 100 X = 112 s2 = 100 → s = 10

1 – α = 0.95 → 0.5α = 0.025 → Z0.025 = 1.96
Ditanyakan : P( . . . < µ < . . . ) = 0.95
 
Jawab : P  X − Z 0. 5 α s < µ < X + Z 0.5α s  = 1− α
 n n 
 10 10 
P112 − 1.96 < µ < 112 + 1.96  = 0.95
 100 100 
P[112 − 1.96 < µ < 112 + 1.96] = 0.95 → P[110.04 < µ < 113.96] = 0.95
 Kita merasa yakin sebesar 95% bahwa rata-rata IQ seluruh mahasiswa universitas tersebut
antara 110.04 dan 113.96

Contoh 2
Seorang petani apel ingin mengetahui rata-rata berat buah apel hasil kebunnya. Untuk itu,
diambil sampel secara acak 10 buah apel dengan berat masing-masing (gram) : 142, 157, 138,
175, 152, 149, 148, 200, 182, dan 164. Jika petani tersebut merasa yakin 95% bahwa rata-
rata berat buah apel akan tercakup dalam interval estimasi, maka tentukanlah interval
estimasinya tersebut.
Diketahui : n = 10 X =
∑ xi →X=
1607
= 160 .7
n 10

− (∑ x i ) 10(261.711) − (1607)2
2
n∑ x i2
s= → s= = 19.62453113
n(n − 1) 10(9)
1 – α = 0.95 → 0.5α = 0.025 → t0.025;df=9 = 2.262
Ditanyakan : P( . . . < µ < . . . ) = 0.95
 
P X − t 0.5 α ;df s < µ < X + t 0.5 α ;df s = 1− α
 n n 
 19.62453113 19.62453113
P160.7 − 2.262 < µ < 160.7 + 2.262  = 0.95
 10 10 
P[160 .7 − 14 .03756855 < µ < 160 .7 + 14 . 03756855 ] = 0 .95

P[146 . 66 < µ < 174 . 74 ] = 0 .95

Petani tersebut merasa yakin sebesar 95% bahwa rata-rata berat buah apel hasil kebunnya
ada antara 146.66 gram dan 174.74 gram.

B.2. Estimasi Proporsi (p)

Kasus Sampel Besar (n ≥ 30)
Untuk Infinite Population
 p̂(1− p̂) p̂(1− p̂) 
Pp̂ − Z0.5α < p < p̂ + Z0.5α  = 1− α
 n n 
Untuk Finite Population
 p̂(1− p̂) N − n p̂(1− p̂) N − n 
Pp̂ − Z0.5α < p < p̂ + Z0.5α  = 1− α
 n N −1 n N − 1 
Kasus Sampel Kecil (n < 30)
Untuk Infinite Population
 p̂(1− p̂) p̂(1− p̂) 
Pp̂ − t0.5α;df < p < p̂ + t0.5α;df  = 1− α
 n n 
Untuk Finite Population
 p̂(1− p̂) N − n p̂(1− p̂) N − n 
Pp̂ − t0.5α;df < p < p̂ + t0.5α;df  = 1− α
 n N −1 n N − 1 
dengan df = n − 1

Contoh 1
Dari hasil survey yang dilakukan suatu research agency mengenai kebiasaan ibu rumah
tangga menyaksikan tayangan iklan di TV Swasta. Ternyata diperoleh hasil bahwa 76 orang
dari 180 orang ibu rumah tangga yang dipilih secara acak, biasa menyaksikan tayangan iklan
paling sedikit 2 jam per minggu. Jika peneliti tersebut menggunakan taraf konfidens sebesar
90%, maka tentukan interval estimasi seluruh ibu rumah tangga yang biasa menyaksikan
tayangan iklan paling sedikit 2 jam per minggu.

Diketahui : Misalkan X adalah ibu rumah tangga yang biasa menyaksikan tayangan iklan
paling sedikit 2 jam per hari. n = 180 dan X = 76 sehingga p̂ = 76 / 180 = 0.42
1 – α = 0.90 → 0.5α = 0.05 → Z0.05 = 1.645
Ditanyakan : P( . . . < p < . . . ) = 0.90
 p̂(1− p̂) p̂(1− p̂) 
Jawab : Pp̂ − Z0.5α < p < p̂ + Z0.5α  = 1− α
 n n 
 0.42(1 − 0.42) 0.42(1 − 0.42) 
P0.42 − 1.645 < p < 0.42 + 1.645  = 0.90
 180 180 
P [0 . 42 − 0 . 060515732 < p < 0 . 42 + 0 . 060515732 ]= 0 . 90
P [0 . 359484268 < p < 0 . 480515732 ]= 0 . 90
P [0 . 359 < p < 0 . 481 ] = 0 . 90

Kita merasa yakin sebesar 90% bahwa proporsi ibu-ibu yang biasa menyaksikan tayangan
iklan paling sedikit 2 jam per hari antara 35.9% dan 48.1%
Contoh 2
Seperempat dari 300 konsumen yang diwawancarai secara acak menyatakan tidak suka sabun
mandi merk "X". Jika digunakan taraf konfidens 95%, tentukanlah interval estimasi seluruh
konsumen yang tidak menyukai sabun merk "X" tersebut.

Diketahui : n = 300 p̂ = 0.25 1 – α = 0.95 → 0.5α = 0.025 → Z0.025 = 1.96

Ditanyakan : P( . . . < p < . . . ) = 0.95
 p̂(1− p̂) p̂(1− p̂) 
Jawab : Pp̂ − Z0.5α < p < p̂ + Z0.5α  = 1− α
 n n 
 0.25(1 − 0.25) 0.25(1 − 0.25) 
P0.25 − 1.96 < p < 0.25 + 1.96  = 0.95
 300 300 
P[0 . 25 − 0 . 049 < p < 0 .25 + 0 . 049 ] = 0 .95
P[0 .201 < p < 0 . 299 ] = 0 . 95
Kita merasa yakin sebesar 95% bahwa proporsi konsumen yang tidak menyukai sabun mandi
merk X antara 20.1% dan 29.9%.

B.3. Estimasi Selisih Rata-rata

Kasus σ1 = σ1 = σ diketahui :
Untuk Infinite Population

( )
P X1 − X2 − Z0.5α σ
1
+
1
n1 n2
(
< µ1 − µ 2 < X1 − X2 + Z0.5α σ
1
+ )
1 
 = 1− α
n1 n2 

Untuk Finite Population
[( ) ( ) ]
P X1 − X2 − d < µ1 − µ2 < X1 − X2 + d = 1− α
1 1 (N1 + N2 ) − (n1 + n2 )
dimana d = Z0.5ασ +
n1 n2 N1 + N2 − 1
Kasus σ1 ≠ σ1 diketahui :
Untuk Infinite Population
 

( ) σ2 σ 2
n1 n2
(
σ2 σ2
)
P X1 − X2 − Z0.5α 1 + 2 < µ1 − µ 2 < X1 − X2 + Z0.5α 1 + 2  = 1 − α
n1 n2 
 
Untuk Finite Population
[( ) ( ) ]
P X1 − X2 − d < µ1 − µ2 < X1 − X2 + d = 1− α

σ12 σ22 (N1 + N2 ) − (n1 + n2 )

dimana d = Z0.5α +
n1 n2 N1 + N2 − 1

Kasus σ1 = σ1 tidak diketahui :

Untuk Infinite Population

( )
P X1 − X2 − t0.5α;df sp
1
+
1
n1 n2
(
< µ1 − µ 2 < X1 − X2 + t0.5α;df sp
1
+
1 
)
 = 1− α
n1 n2 

Untuk Finite Population
[( ) ( ) ]
P X1 − X2 − d < µ1 − µ2 < X1 − X2 + d = 1− α
1 1 (N1 + N2 ) − (n1 + n2 )
dimana d = t0.5α;df sp +
n1 n2 N1 + N2 − 1

(n1 − 1)s12 + (n2 − 1)s22

sp = df = n1 + n2 − 2
n1 + n2 − 2

Kasus σ1 ≠ σ1 tidak diketahui :

Untuk Infinite Population
 

( ) s2 s2
n1 n2
(
s2 s2
)
P X1 − X2 − t' 1 + 2 < µ1 − µ 2 < X1 − X2 + t' 1 + 2  = 1 − α
n1 n2 
 
Untuk Finite Population
[( ) ( ) ]
P X1 − X2 − d < µ1 − µ2 < X1 − X2 + d = 1− α

s12 s22 (N1 + N2 ) − (n1 + n2 ) t1w1 + t2 w 2 s12 s 22

dimana d = t' + t' = w1 = w2 =
n1 n2 N1 + N2 − 1 w1 + w 2 n1 n2
t1 = t 0.5α ;df =n1−1 t 2 = t 0.5α ;df =n2 −1

Contoh
Sampel acak yang terdiri dari 22 orang buruh perusahaan A telah diperiksa ternyata rata-rata
waktu menyelesaikan pekerjaannya per unit barang adalah 12 menit dengan standar deviasi 2
menit. Sedangkan dari perusahaan B yang sejenis diambil sampel acak berukuran 20, setelah
diperiksa ternyata rata-rata menyelesaikan pekerjaan yang sama adalah 11 menit dengan
standar deviasi 3 menit. Tentukanlah interval keyakinan sebesar 95% untuk mengestimasi
beda rata-rata waktu penyelesaian pekerjaan semua buruh di perusahaan A dan perusahaan B.
Asumsi σ1 = σ2

Diketahui : n1 = 22 X1 = 12 s = 2 n1 = 20 X1 = 11 s = 3
Karena σ1 = σ2 tidak diketahui, maka digunakan rumus interval konfidens untuk kasus C.
Sehingga 1 – α = 0.95 → α = 0.05 → dengan 0.5α = 0.025 dan df = 40 dari tabel t diperoleh
t0.025;df=40 = 2.021

Ditanyakan : P(... < µ1 − µ 2 < ...) = 0.95

Jawab : P(X1 − X2 ) − t0.5α;df sp ( )

 1 1 1 1 
+ < µ1 − µ 2 < X1 − X2 + t0.5α;df sp +  = 1− α
 n1 n2 n1 n2 

(n1 − 1)s12 + (n2 − 1)s22 (22 − 1)2 2 + (20 − 1)3 2

sp = → sp = → sp = 2.524876235
n1 + n2 − 2 22 + 20 − 2
 1 1 1 1 
P(12 − 11) − 2.021(2.524876235) + < µ1 − µ 2 < (12 − 11) + 2.021(2.524876235) +  = 0.95
 22 20 22 20 
P[1 − 1.576538987 < µ1 − µ 2 < 1 + 1.576538987] = 0.95
P[− 0.576538987 < µ1 − µ 2 < 2.576538987] = 0.95
→ P[− 0.58 < µ1 − µ 2 < 2.58] = 0.95
Kita merasa yakin sebesar 95% bahwa beda rata-rata waktu penyelesaian pekerjaan semua
buruh di perusahaan A dan perusahaan B antara – 0.58 dan 2.58 menit.
Contoh lain selesaikan oleh Anda !
• Tentukan interval konfidens tersebut jika diasumsikan σ1 ≠ σ2
• Tentukan interval konfidens jika n1 = 100 dan n2 = 50 dengan asumsi (a) σ1 = σ2 dan (b) σ1 ≠
σ2

B.4. Estimasi Selisih Dua Proporsi

Kasus Sampel Besar
Untuk Infinite Population
P[(p̂1 − p̂2 ) − d < p1 − p2 < (p̂1 − p̂2 ) + d] = 1− α
p̂1(1− p̂1) p̂ 2 (1− p̂ 2 )
d = Z 0.5α +
n1 n2
Untuk Finite Population
P[(p̂1 − p̂ 2 ) − d < p1 − p2 < (p̂1 − p̂2 ) + ] = 1 − α

d = Z 0.5α
p̂1(1 − p̂1) p̂ 2 (1− p̂ 2 )
+
(N1 + N2 ) − (n1 + n2 )
n1 n2 N1 + N2 − 1
Kasus Sampel Kecil
Untuk Infinite Population
P[(p̂1 − p̂2 ) − d < p1 − p2 < (p̂1 − p̂2 ) + d] = 1− α
p̂1(1− p̂1) p̂2(1 − p̂2 )
d = t0.5α;df =n1 +n2 − 2 +
n1 n2
Untuk Finite Population
P[(p̂1 − p̂ 2 ) − d < p1 − p2 < (p̂1 − p̂2 ) + ] = 1 − α

d = t 0.5α;df =n1+n2 −2
p̂1(1 − p̂1) p̂ 2 (1 − p̂ 2 )
+
(N1 + N2 ) − (n1 + n2 )
n1 n2 N1 + N2 − 1
Contoh
Dua sampel acak masing-masing terdiri 700 mahasiswa dan 500 mahasiswi yang
mengunjungi suatu bazar buku murah. Ternyata setelah kedua sampel tersebut diperiksa,
terdapat 392 mahasiswa dan 325 mahasiswi yang merasa puas dengan adanya bazar tersebut.
Tentukan interval konfidens sebesar 98% untuk mengestimasi perbedaan proporsi mahasiswa
dan mahasiswi yang merasa puas terhadap bazar buku murah tersebut.

392 325
Diketahui : n1 = 700 x1 = 392 → p̂1 = = 0.56 n2 = 500 x2 = 325 → p̂ 2 = = 0.65
700 500
Karena sampelnya besar, maka 1 – α = 0.98 → 0.5α = 0.01→ Z0.01 = 2.32
Ditanyakan : P( … < p1 – p2 < … ) = 0.98
Jawab :
p̂1(1− p̂1) p̂ 2 (1− p̂ 2 ) 0.56(1 − 0.56) 0.65(1 − 0.65)
d = Z 0.5α + → d = 2.32 + = 0.065905969
n1 n2 700 500
P[(p̂1 − p̂2 ) − d < p1 − p2 < (p̂1 − p̂2 ) + d] = 1− α
P[(0.56 − 0.65) − 0.066 < p1 − p 2 < (0.56 − 0.65) + 0.66] = 0.98
P[− 0.09 − 0.066 < p1 − p 2 < − 0.09 + 0.066] = 0.98
→ P[− 0.156 < p1 − p 2 < − 0.024] = 0.98
Kita merasa yakin sebesar 98% proporsi mahasiswi yang merasa puas terhadap bazar buku
lebih besar daripada mahasiswa antara 2.4% dan 15.6%.

Taksiran titik untuk variansi populasi ߪ ଶ diberikan oleh variansi sampel ‫ ݏ‬ଶ , sehingga ‫ ݏ‬ଶ
B.5. Estimasi Varians Satu Populasi

disebut sebagai penaksir (estimator) ߪ ଶ .

Taksiran interval ߪ ଶ untuk dapat diturunkan dengan menggunakan statistik :

χ =
2 (n − 1)s 2
2
σ
dapat ditulis dengan persamaan berikut :
ܲ൬χ ଶ < χଶ < χଶ ൰=1−ߙ
ଵିఈ/ଶ ఈ/ଶ
dengan derajat kebebasan n-1. Sehingga dapat dituliskan :

ܲቆχ ଶ < < χ ଶ ቇ= 1−ߙ

(n − 1)s 2
ଵିఈ/ଶ σ 2 ఈ/ଶ

(݊ − 1)‫ ݏ‬ଶ (݊ − 1)‫ ݏ‬ଶ

ܲቌ < ߪ ଶ
< ቍ=1−ߙ
χଶ χଶ
ఈ/ଶ ଵିఈ/ଶ

B.6. Estimasi Varians Nisbah Dua Populasi

ఙమ ௦మ
Taksiran titik untuk nisbah dua populasi ఙభమ diberikan oleh nisbah variansi sampel ௦భమ .
మ మ
௦భమ ఙభమ
Dengan demikian ௦మ disebut sebagi penaksir ఙమ .
మ మ

ߪଵଶ ߪଶଶ
ఙభమ
ఙమమ
Jika dan variansi dua populasi normal, maka taksiran interval untuk dapat diperoleh

dengan memakai statistik ‫= ܨ‬

ఙభమ .௦భమ
ఙమమ .௦మమ
, dengan derajat kebebasan untuk pembilang dan
penyebut berturut-turut adalah ‫ݒ‬ଵ = ݊ଵ − 1 dan ‫ݒ‬ଶ = ݊ଶ − 1. Sehingga dapat dituliskan:
ܲ ቆ݂ଵିఈ (‫ݒ‬ଵ , ‫ݒ‬ଶ ) < ‫݂ < ܨ‬ఈ (‫ݒ‬ଵ , ‫ݒ‬ଶ )ቇ = 1 − ߙ
ଶ ଶ
 ߪଵଶ . ‫ݏ‬ଵଶ
ܲ ൭݂ଵିఈ (‫ݒ‬ଵ , ‫ݒ‬ଶ ) < < ݂ఈ (‫ݒ‬ଵ , ‫ݒ‬ଶ )൱ = 1 − ߙ
ଶ ߪଶଶ . ‫ݏ‬ଶଶ ଶ

1 ‫ݏ‬ଵଶ ߪଵଶ 1 ‫ݏ‬ଵଶ

ܲቌ < < ቍ=1−ߙ
݂ఈ (‫ݒ‬ଵ , ‫ݒ‬ଶ ) ‫ݏ‬ଶଶ ߪଶଶ ݂ଵିఈ (‫ݒ‬ଵ , ‫ݒ‬ଶ ) ‫ݏ‬ଶଶ
ଶ ଶ
Untuk contoh permaslahan silahkan selesaikan soal yang berkaitan dalam soal-soal latihan
yang tersedia !

B.7. Menentukan Ukuran Sampel

Dalam estimasi parameter secara statistis, ukuran sampel (n) minimal dapat dihitung jika
diketahui :
1. Besarnya estimation error (d) maksimal yang dikehendaki
2. Tingkat keyakinan (level of confidence) yang dikehendaki
3. Parameter yang akan diestimasi
4. Standar error (standar deviasi statistik) berdasarkan hasil survey terdahulu atau asumsi

Jika yang akan diestimasi adalah rata-rata (µ) :

2
σ Z 0. 5 α σ Z 0. 5α σ  Z0.5α σ 
Z 0. 5 α ≤d → ≤ n → n≥ → n ≥  
n d d  d 
Jika yang akan diestimasi adalah proporsi (p) :
p(1 − p) p(1 − p) Z0.5α p(1 − p Z p(1− p) 
Z 0.5α ≤d → Z0.5α ≤d → ≤ n → n ≥  0.5α →
n n d  d 
 
2
Z p(1− p) 
n ≥  0.5α
 d 
 

C. Rangkuman
Penaksiran (estimasi) adalah yteknik statistik yang dilakukan untuk menaksir nilai parameter
populasi misalkan rata-rata, proporsi, dan varians. Statistik sebagai estimator merupakan nilai
taksiran (estimate value) untuk parameter sebagai(true value).
Terdapat dua jenis penaksiran yang dapat dilakukan yaitu penaksiran titik (point estimate)
dan penaksiran interval (interval estimate). Penaksiran interval menghendaki derajat
keyakinan untuk menentukan lebar atau tidaknya sebuah interval. Idealnya kita
menginginkan sebuah taksiran interval yang memiliki derajat keyakinan yang tinggi dengan
interval yang sempit.
Penaksiran parameter rata-rata, proporsi, maupun varians dapat dilakukan baik untuk satu
populasi maupun dua populasi. Beberapa formula penaksiran sangat berkaitan erat dalam
estimasi banyaknya sampel dalam suatu penelitian yang akan dilakukan.

D. Bahan bacaan
1. R.Lyman Ott dan Michael Longnecker, 2010, An Introduction to Statistical
Methods and Data Analysis 6th Ed, Brookss/Cole.
2. Sheldon M. Ross, Introduction to Probability Models 10th ed, 2010, Elsevier.
3. Sudjana, 1996, Metoda Statistika, Tarsito
 4. Walpole, R.E., Myers, R.H., Myres, S.L., dan Ye, Keying, 2006, Probability and
Statistics for

E. Latihan
1. Sebuah mesin minuman ringan diatur sehinga banyaknya minuman yang dikeluarkan
menyebar nomal dengan simpangan baku 1.5 ml. Tentukan selang kepercayaan (taksiran
selang) 95 % bagi rata-rata banyaknya minuman yang dikeluatkan leh mesin ini, bila suatu
sampel acak 36 gelas mempunyai isi rata-rata 22.5 ml
2. Data berikut berupa masa hidup komponen dalam ratusan jam yang diproduksi oleh 2
perusahaan:
Masa hidup (ratusan jam)
Perusahaan 1 103 94 110 87 98
Perusahaan 2 97 82 123 92 175 88 118
Buat selang kepercayaan 90% bagi selisih antara masa hidup kmpnen yang diproduksi 2
perusahaan tersebut ! asumsikan sebarannya normal dan tidak sama.
3. Suatu penelitian ingin menduga persentase perusahaan yang menyetujui penggunaan
komputer pada mesin mereka. Berapa banyak sampel yang diperlukan bila kita ingin
memperoleh derajat keyakinan 95% bahwa nilai dugaan yang diperoleh berbeda tidak
lebih dari 1% dari persentase sebenarnya ! (lihat cara menaksir banyaknya sampel )
4. Sebuah perusahaan menghasilkan dua jenis mesin A dan B. Perusahaan itu mengatakan
bahwa penjualan mesin A leih besar 8% daripada mesin B.Bila ternyata 42 di antara 200
pembeli eih menukai mesin A dan 18 di antara 150 embeli menyukai mesin B, buat selang
kepercayaan (taksiran interval) 94% bagi selisih antara persentase perusahaan tersebut.
5. Suatu pabrik aki mobil menyatakan bahwa produknya secara ratarata akan mecaai umr 3
tahun denga raam 1 tahun. Bila 5 aki mencapai umur 1.9, 2.4, 3.0, 3.5 dan 4.2 tahun, maka
berdasarkan data itu buatlah selang kepercayaan 95% bagi varians. Asumsikan umur aki
berdistrisi normal !
6. Depkes dan Depdiknas bekerjasama untuk mengadakan penelitian mengenai persentase
murid SD yang sakit gigi. Supaya dengan taraf konfidens 95% diperoleh perbedaan antara
persentase sebenarnya dengan persentase dugaan tidak lebih dari 4%, maka harus berapa
murid SD yang dijadikan sampel.
7. Mr. X akan dinyatakan menang dalam pemilihan gubernur, jika ia berhasil mengumpulkan
suara paling sedikit 51%. Dari pemilihan sebelumnya ia mendapatkan suara 55%. Untuk
menjajagi pencalonan Mr. X agar terpilih lagi menjadi gubernur yang ketujuh kalinya,
maka diambil sampel acak berukuran n pemilih. Agar Mr. X merasa yakin 95% akan
terpilih lagi menjadi gubernur untuk ketujuh kalinya, maka berapakah n tersebut.
8. Berapakah ukuran sampel yang diperlukan untuk mengestimasi rata-rata pengeluaran
konsumsi per bulan penduduk Desa Z, jika dengan taraf konfidens 95% diinginkan
kekeliruan estimasi tidak lebih dari Rp 25.000. Berdasarkan hasil survey tahun
sebelumnya ditunjukkan bahwa rata-rata pengeluaran konsumsi per bulan penduduk Desa
Z tersebut adalah Rp 700.000 dengan standar deviasi Rp 200.000.
9. Dua buah populasi berdistribusi Normal dengan simpangan baku sama besar yaitu 8,4.
Selanjutnya dari masing-masing populasi diambil secara acak sampel yang berukuran
sama yang digunakan untuk mengestimasi beda rata-rata populasi. Jika taraf konfidens
 95% dan kekeliruan estimasi tidak lebih dari 2,5, maka tentukanlah masing-masing ukuran
kedua sampel tersebut.

F. Daftar Istilah
Penaksiran (Estimasi) adalah teknik statistika untuk menentukan nilai penaksiran parameter
oleh statistic

Parameter adalah karakteristik dari populasi

Statistik adalah karakteristik dari sampel yang berupa penaksir estimator parameter

Penaksir titik adalah satu nilai taksiran untuk parameter

Penaksir interval adalah nilai taksiran parameter berupa interval dengan batas bawah dan
batas atas yang lebarnya bergantung pada derajat kepercayaan yang digunakan