NAMA : FARHAN JANI

 ESTIMASI INTERVAL
Pada estimasi titik, kita ingin mendapatkan estimasi dari parameter θ pada suatu
distribusi populasi dengan fungsi kepadatan probabilitas f(x; θ) berdasarkan informasi
dari sampel. Akan tetapi, hal ini masih menyisakan beberapa pertanyaan, sebagai contoh
seberapa besar eror yang mungkin muncul pada hasil estimasi tersebut. Oleh karena itu,
kita perlu melengkapi ˆθ (yang merupakan estimator dari θ) dengan ukuran sampel dan
nilai dari V ar( ˆθ) atau informasi lain yang berkaitan dengan distribusi sampling.

Dengan demikian, kita dapat mengukur seberapa besar kemungkinan eror yang dapat
terjadi. Salah satu cara yang paling umum digunakan untuk mengukur hal tersebut adalah
dengan menggunakan estimasi interval/estimasi selang (interval estimation). Suatu
perkiraan interval dari parameter θ adalah suatu interval yang memiliki bentuk ˆθ1 < θ <
ˆθ2, dimana ˆθ1 dan ˆθ2 adalah nilai dari variabel random Θˆ 1 dan Θˆ 2. Berikut ini
adalah definisi dari selang kepercayaan (confidence interval).

Apabila ˆθ1 dan ˆθ2 menyatakan nilai dari variabel random Θˆ 1 dan Θˆ 2, maka
P[Θˆ 1 < θ < Θˆ 2] = 1 – α

untuk suatu probabilitas tertentu sebesar 1 − α. Interval ˆθ1 < θ < ˆθ2 merupakan selang
kepercayaan sebesar (1 − α)100% untuk θ. Sedangkan, 1 − α disebut sebagai tingkat
kepercayaan (degree of confidence), serta ˆθ1 dan ˆθ2 masing-masing disebut sebagai
batas bawah dan batas atas dari selang kepercayaan. (Sebagai contoh: apabila diberikan
α = 0, 05, maka tingkat kepercayaan adalah 0,95 dan kita akan mendapatkan selang
kepercayaan sebesar 95%).

Sebagai catatan, estimasi interval dari suatu parameter tidaklah tunggal. Seperti pada
kasus estimasi titik, metode yang digunakan pada penghitungan estimasi interval
didasarkan pada berbagai sifat statistik. Sebagai contoh, sifat yang diinginkan agar
estimasi interval menjadi ideal adalah estimasi dengan interval yang sempit (presisi
tinggi) dan tingkat kepercayaan yang tinggi pula. Akan tetapi dalam kenyataannya, kedua hal
ini saling bertentangan. Semakin tinggi tingkat kepercayaan dalam pengestimasian, maka
semakin lebar pula interval estimasinya.

Contoh:
Pada suatu penelitian mengenai usia mahasiswa di Departemen Aktuaria, diketahui
bahwa dengan selang kepercayaan sebesar 95% usia mahasiswa di Departemen Aktuaria
berada pada interval [20, 5; 22, 7]. Hal ini memiliki makna bahwa pada pengambilan
sampel mahasiswa di Departemen Aktuaria (dengan ukuran sampel tertentu sebesar n),
diperoleh selang kepercayaan yang disebut dengan CI1. Berikutnya, dilakukan
pengambilan sampel dengan ukuran yang sama dan formula selang kepercayaan yang
 sama, maka diperoleh selang kepercayaan yang disebut dengan CI2. Pada pengambilan
sampel ketiga, dan dengan langkah-langkah yang sama, diperoleh selang kepercayaan
CI3, begitu seterusnya. Setelah semua kemungkinan sampel terambil maka nilai µ, yang
menyatakan rata-rata usia dari seluruh mahasiswa di Departemen Aktuaria (mean dari
populasi), akan tercakup dalam 95% di antara seluruh selang kepercayaan tersebut.
Angka 95% selanjutnya disebut sebagai tingkat kepercayaan dari pengestimasian.

 Estimasi Mean
Misalkan mean dari sampel acak akan digunakan untuk mengestimasi mean dari suatu
populasi yang berdistribusi normal dengan varians yang diketahui sebesar σ 2 .
Berdasarkan teorema yang telah dibahas pada bab sebelumnya, dinyatakan bahwa apabila
X¯ adalah mean dari sampel acak berukuran n yang diambil dari suatu populasi yang
berdistribusi normal dengan mean µ dan varians sebesar σ 2 , maka distribusi
samplingnya akan mengikuti distribusi normal dengan mean µ dan varians sebesar σ 2 n .
Dengan demikian

2 σ2
µ x = µ dan σ =
x n
Berikutnya, kita bisa nyatakan bahwa
P[|z| < zα/2 ] = 1 – α
Dimana
x−µ
z=
σ /√ n
dan zα/2 merupakan suatu nilai sedemikian hingga hasil integrasi dari fungsi kepadatan
probabilitas pada distribusi normal standar dari zα/2 sampai dengan ∞ adalah α/2. Lebih
lanjut, kita dapat tuliskan

[ ]
❑
σ
P¿ |x −µ|< z α /2 .− =1−α
√n
Dengan kata lain, kita dapat tuliskan pernyataan di atas sebagai teorema berikut ini.
Apabila X¯, yang menyatakan mean dari sampel acak berukuran n yang diambil dari
suatu populasi yang berdistribusi normal dengan mean µ dan varians sebesar σ 2 ,
digunakan sebagai estimator pada mean populasi, maka 1 − α menyatakan probabilitas
σ
bahwa eror dari pengestimasian tersebut akan kurang dari z α ∕ 2 .
√n
Contoh
Sekelompok peneliti melakukan sebuah penelitian pada suatu pabrik untuk mengamati apakah
panjang pipa yang diproduksi oleh pabrik tersebut sesuai dengan desain produksi awal atau
tidak. Pada penelitian tersebut, peneliti mengambil sampel secara acak dengan ukuran n = 150.
Berdasarkan data-data yang telah dikumpulkan sebelumnya, diperoleh informasi bahwa standar
deviasi dari populasi panjang pipa yang diproduksi pabrik adalah σ = 6, 2 cm. Para peneliti ingin
mengetahui apakah mean dari sampel acak tersebut sama seperti mean populasi atau tidak. Apa
yang dapat peneliti tersebut nyatakan dengan probabilitas sebesar 0,99 tentang kesalahan
maksimum dari hasil perkiraan mean sampel mereka?

Pembahasan

Pada contoh tersebut, diberikan informasi bahwa n = 150, dan σ = 6, 2. Lebih lanjut, berdasarkan
tabel distribusi normal standar diperoleh bahwa z0.005 = 2, 575. Dengan demikian, kita
dapatkan nilai eror maksimum dari pengestimasian adalah

zα ∕ 2 .
σ
√n
=2 , 575
( √6,2150 )=1,30
Oleh karena itu, peneliti dapat menyatakan bahwa dengan probabilitas sebesar 99%, eror dari
hasil perkiraan mean sampel mereka akan kurang dari 1,30 cm.

Untuk mengonstruksi formula selang kepercayaan untuk mean dari populasi yang berdistrubusi
normal dengan varians yang diketahui sebesar σ 2 , maka kita akan gunakan Kembali

[ ]
❑
σ
P¿ |x −µ|< z α /2 .− =1−α
√n
Dengan demikian, kita dapat tuliskan kembali bentuk di atas sebagai berikut:

[ ]
❑
σ σ
P¿ |x −µ|< z α /2 .− <π < x+ z α ∕ 2 . ¿=1−α
√n √n
Jadi, apabila x menyatakan nilai dari mean pada sampel acak berukuran n yang diambil dari
suatu populasi yang berdistribusi normal dengan varians yang diketahui sebesar σ 2 , maka

σ σ
x−z α /2 . < µ< x + z α / 2 .
√n √n
menyatakan selang kepercayaan sebesar (1 − α)100% untuk mean populasi µ.