Estimasi Parameter

Materi 5
 PENGERTIAN ESTIMASI
• Estimasi merupakan salah satu cara untuk menyatakan
karakteristik populasi dengan menggunakan
karakteristik yang didapat dari sampel.
• Estimator adalah statistik yang digunakan untuk
mengestimasi parameter populasi.
• Tujuan estimasi parameter yaitu memperoleh suatu
estimasi mengenai nilai parameter dari sampel.
 ESTIMASI PARAMETER
Umumnya kita ingin mengetahui sifat suatu populasi
berdasarkan pengujian terhadap sebagian kecil
(sampel) dari populasi tersebut
Suatu populasi dikarakterisasi oleh ukuran-ukuran
yang disebut parameter, sedang sampel
dikarakterisasi oleh ukuran yang disebut statistik.
Dengan statistika kita berusaha untuk menyimpulkan
populasi. Untuk itu sifat-sifat populasi dipelajari
berdasarkan hasil analisis data dari sampling atau
sensus. Salah satu cara pengambilan kesimpulan
tentang parameter adalah estimasi (penaksiran)
harga parameter.
 INFERENSIA STATISTIK
• Inferensia Statistik mencakup semua metode yang
digunakan dalam penarikan kesimpulan atau
generalisasi mengenai suatu populasi.

• Inferensia statistik dikelompokan ke dalam dua

bidang utama:
1. Estimasi Parameter
2. Pengujian Hipotesis
 Populasi yang
Populasi
karakteristiknya Karakteristik Parameter:
ingin diketahui - rata-rata 
-simpangan baku , varians 2
- proporsi (persentase) 

menaksir harga
parameter
Sampel
Pengambilan kesimpulan Karakteristik  statistik
bisa dilakukan dengan cara - rata-rata x
- standar deviasi s, varians s2
menaksir harga parameter - proporsi (persentase) p
yang diharapkan berlaku
untuk populasi
 Estimasi Statistik suatu Populasi
Untuk melakukan estimasi statistik suatu populasi,
dibutuhkan varians dari data dari populasi maupun
dari sampel, ukuran sampel yang baik, dan interval
kepercayaan.
Keputusan diambil berdasarkan tingkat atau derajat
kepercayaan.
Derajat kepercayaan (1- α) bergantung pada
persoalan yang dihadapi dan seberapa besar si peneliti
ingin yakin. Derajat kepercayaan yang biasa digunakan
adalah 0,95 atau 0,99
 METODE ESTIMASI PARAMETER

Estimasi • Diberikan dalam bentuk satu

nilai

Titik • Misal: Konsentrasi polutan rata-

rata adalah 7,8gr/L

Estimasi • Diberikan dalam bentuk suatu

rentang (antara dua batas nilai)

Interval • Misal: Konsentrasi polutan rata-

rata sekitar 6,7 hingga 8,9gr/L
 Ciri Estimasi yang Baik
Tidak Bias
Dikatakan tidak bias jika harga statistik (sampel)
sama dengan harga parameter (populasi)
Efisien
Distribusi estimator harga statistik memiliki standar
deviasi yang kecil
Konsisten
Secara matematis, harga statistik yang konsisten
harus dapat memberi suatu estimasi titik yang
sempurna terhadap harga parameter
 ESTIMASI TITIK
Misalnya, nilai 𝑥 suatu statistik 𝑋 dihitung dari suatu sampel
ukuran 𝑛, merupakan suatu estimasi titik parameter
populasi 𝜇.

𝑋
𝑥= estimasi titik untuk 𝜇
𝑛
(𝑋−𝑋)2
𝑆2 = estimasi titik untuk 𝜎 2
𝑛−1
𝑋
𝑝= estimasi titik untuk 𝑝
𝑛
ILUSTRASI ESTIMASI TITIK & ESTIMASI
INTERVAL
• Estimasi Titik tidak selalu
tepat menduga parameter
populasi maka digunakan
TARGET ESTMASI pendugaan dalam bentuk
TITIK
selang interval.
• Dalam setiap estimasi
mengandung PELUANG
KESALAHAN
• Estimasi interval  konsep
probability  SELANG
KEPERCAYAAN
 Tingkat Kepercayaan (1 - α)

Tk Kepercayaan 99,73 % 99 % 98 % 96 % 95,45 % 95 % 90 %

z 3 2,58 2,33 2,05 2 1,96 1,645

ESTIMASI INTERVAL MEAN (𝝁)
 ESTIMASI INTERVAL MEAN (𝝁)

𝑛
𝑖=1 𝑋𝑖
Jika 𝑋 = adalah mean sampel dari sampel acak berukuran 𝑛 dari
𝑛
populasi dengan mean 𝜇 dan varians 𝜎 2 maka interval konfidensi
1 − 𝛼 100% untuk 𝜇 adalah:
 ESTIMASI INTERVAL MEAN (𝝁)

𝑍𝛼 adalah nilai 𝑍 pada

2

distribusi normal didalam

𝛼
area pada sisi kiri
2

maupun sisi kanan

distribusi normal

Kita yakin 1 − 𝛼 100% bahwa

 ESTIMASI INTERVAL MEAN (𝝁)

CONTOH SOAL 1

Rata-rata konsentrasi zinc yang terekam dari suatu ukuran sampel zinc
dalam 36 lokasi yang berbeda adalah 2,6 gram/milliliter.
Tentukan interval konfidensi 95% dan 99% untuk mean konsentrasi zinc di
sungai. Asumsikan bahwa standar deviasi populasinya adalah 0,3.

Penyelesaian
𝜇: mean konsentrasi zinc di sungai (parameter tidak diketahui)
Populasi Sampel
𝜇 =? n = 36
σ = 0,3 𝑥 = 2,6
 ESTIMASI INTERVAL MEAN (𝝁)

Untuk interval konfidensi 95%

Jadi, kita yakin 95%

bahwa nilai 𝜇 yang
sebenarnya antara 2,502
dan 2,698
 ESTIMASI INTERVAL MEAN (𝝁)
Menggunakan distribusi t sebagai
Kasus: 𝜎 2 tidak diketahui
pengganti distribusi normal Z

Dengan 𝑡𝛼 adalah nilai-𝑡 dengan

2
derajat kebebasan 𝑣 = 𝑛 − 1 yang
𝛼
meninggalkan wilayah ke kanan
2
maupun kekiri
 ESTIMASI INTERVAL MEAN (𝝁)
Kasus: 𝜎 2 tidak diketahui

CONTOH SOAL 2

Tujuh botol yang mirip masing-masing berisi asam sulfat 9,8; 10,4; 9,8; 10;
10,2; 9,6 dan 10,2 liter. Tentukan interval konfidensi 95% untuk mean
semua isi botol jika distribusinya diasumsikan hampir normal.

Penyelesaian

Interval konfidensi untuk 𝜇

 ESTIMASI INTERVAL MEAN (𝝁)
Kasus: 𝜎 2 tidak diketahui

Dengan derajat kebebasan 𝑣 = 𝑛 − 1 = 6

Jadi, kita yakin 95% bahwa nilai 𝜇 yang

sebenarnya antara 9,74 dan 10,26
ESTIMASI INTERVAL BEDA DUA MEAN (𝝁𝟏−𝝁𝟐)
KASUS: 𝝈𝟏𝟐 dan 𝝈𝟐𝟐 diketahui

Interval konfidensi 1 − 𝛼 100% untuk 𝜇1 − 𝜇2 adalah:

INTERVAL KONFIDENSI (𝝁𝟏−𝝁𝟐) KASUS: 𝝈𝟏𝟐
dan 𝝈𝟐𝟐 diketahui
• Contoh Soal 3:
Suatu percobaan dilakukan pada 2 tipe mesin, A dan B
yang dibandingkan. Angka konsumsi bensin dalam kilo
meter per gallon diukur. 50 percobaan dilakukan
menggunakan mesin tipe A dan 75 percobaan dilakukan
menggunakan mesin tipe B. Bensin yang digunakan dan
syarat-syarat yang lain dianggap sama dan konstan.
Rata-rata bensin yang dikonsumsi untuk mesin A adalah
36 kilo meter per gallon dan rata-rata untuk mesin B
adalah 42 kilo meter per gallon. Tentukan interval
konfidensi untuk 96% untuk 𝜇𝐵 − 𝜇𝐴 , dengan 𝜇𝐴 dan 𝜇𝐵
adalah mean populasi konsumsi bensin untuk mesin A
dan B. Asumsikan bahwa standar deviasi pupulasi untuk
mesin A dan B adalah 6 dan 8.
INTERVAL KONFIDENSI (𝝁𝟏−𝝁𝟐) KASUS: 𝝈𝟏𝟐
dan 𝝈𝟐𝟐 diketahui
• Jawab:
Mesin A Mesin B

Estimasi titik untuk 𝜇𝐵 − 𝜇𝐴

adalah
INTERVAL KONFIDENSI (𝝁𝟏−𝝁𝟐) KASUS: 𝝈𝟏𝟐
dan 𝝈𝟐𝟐 diketahui
• Interval konfidensi:

Jadi, kita yakin 96% bahwa 𝜇𝐵 − 𝜇𝐴 ∈ (3,43; 8,57)

ESTIMASI INTERVAL BEDA DUA MEAN (𝝁𝟏−𝝁𝟐)
KASUS: 𝝈𝟏𝟐 dan 𝝈𝟐𝟐 tidak diketahui

Interval konfidensi 1 − 𝛼 100% untuk 𝜇1 − 𝜇2 adalah:

Dengan 𝑡𝛼 adalah
2
nilai-𝑡 dengan
derajat kebebasan
𝒗 = 𝒏𝟏 + 𝒏𝟐 − 𝟐
ESTIMASI INTERVAL BEDA DUA MEAN (𝝁𝟏−𝝁𝟐)
KASUS: 𝝈𝟏𝟐 dan 𝝈𝟐𝟐 tidak diketahui

Estimasi varians 𝜎 2 yang dikumpulkan adalah

 INTERVAL KONFIDENSI (𝝁𝟏−𝝁𝟐) KASUS:
𝝈𝟏𝟐 = 𝝈𝟐𝟐 tidak diketahui
• Contoh Soal 4:
Dalam membandingkan daya tahan kawat A dengan kawat B,
suatu percobaan menunjukkan hasil berdasarkan dua sampel
independen:
Kawat A: 140, 138, 143, 142, 144, 137
Kawat B: 135, 140, 136, 142, 138, 140
dengan asumsi variansi sama, tentukan interval konfidensi 95%
untuk 𝜇𝐴 − 𝜇𝐵 dengan 𝜇𝐴 dan 𝜇𝐵 adalah mean daya tahan dari
kawat A dan B.
 INTERVAL KONFIDENSI (𝝁𝟏−𝝁𝟐) KASUS:
𝝈𝟏𝟐 = 𝝈𝟐𝟐 tidak diketahui
• Jawab:
kawat A kawat B

Estimasi titik untuk 𝜇𝐴 − 𝜇𝐵 adalah

 INTERVAL KONFIDENSI (𝝁𝟏−𝝁𝟐) KASUS:
𝝈𝟏𝟐 = 𝝈𝟐𝟐 tidak diketahui
• Jawab:

Interval konfidensi:
INTERVAL KONFIDENSI (𝝁𝟏−𝝁𝟐) KASUS:
𝝈𝟏𝟐 = 𝝈𝟐𝟐 tidak diketahui

Jadi, kita yakin 95% bahwa 𝜇𝐴 − 𝜇𝐵 ∈ (−1,35; 5,69)

 Estimasi Interval Proporsi 
Populasi
Proporsi 

n
Proporsi p =
x1
Golongan A
n
x = peristiwa gol A

𝑝𝑞
𝑝 ± 𝑍𝛼
2 𝑛

𝑝𝑞 𝑝𝑞
𝑝 − 𝑍𝛼 < 𝜋 < 𝑝 + 𝑍𝛼 Dimana q = 1 - p
2 𝑛 2 𝑛
 Estimasi Interval Variansi σ2
Populasi
Variansi 2

Sampel: variansi s2
Jika populasi berdistribusi normal dengan varians σ2, dengan
interval kepercayaan ditentukan dengan menggunakan
distribusi Chi-kuadrat (2)

(𝑛 − 1)𝑠 2 (𝑛 − 1)𝑠 2
< 𝜎2 <
 2𝛼  2 (1−𝛼)
2 2
 Penentuan Besar Sampel Penelitian
Besarnya sampel untuk Estimasi rata-rata

Batas eror yang diinginkan dinotasikan dengan E, adalah selisih

maksimum yang mungkin (dengan peluang 1 – α) antara statistik sampel
dan nilai sebenarnya dari parameter populasi yang diestimasi.

Dengan kata lain

Sehingga

E
E E
 Penentuan Besar Sampel Penelitian
Besarnya sampel untuk Estimasi rata-rata

• Catatan:
1) Semua nilai desimal dari hasil perhitungan n dibulatkan ke
atas
2) Jika 𝜎 tidak diketahui, maka dapat diambil s ukuran sampel
pendahuluannya dengan syarat 𝑛 ≥ 30. Untuk menaksir nilai
dari 𝜎 dengan rumus
 ESTIMASI INTERVAL MEAN (𝝁)
Besarnya sampel untuk Estimasi rata-rata

CONTOH SOAL

Sebuah perusahaan perangkat lunak komputer mengklaim bahwa

perangkat lunaknya dapat mempercepat proses pengunduhan film. Dengan
memanfaatkan versi uji coba terbatas perangkat lunak tersebut, kita
menggunakannya untuk mengunduh sebuah film berulang kali dan
berharap mendapatkan margin of error sebesar 3 menit. Kita menduga
bahwa simpangan baku populasi durasi pengunduhan video tersebut
adalah 8 menit. Berapa kali pengunduhan yang harus kita lakukan agar
mendapatkan selang kepercayaan 95%?
 ESTIMASI INTERVAL MEAN (𝝁)
Besarnya sampel untuk Estimasi rata-rata

Penyelesaian

E = 3 menit, σ = 8 menit, dan tingkat kepercayaan 0,95

sehingga α = 0,05. Dengan demikian Zα/2 = 1,96.

Ukuran sampel yang dibutuhkan bisa ditentukan sebagai berikut.

 Penentuan Besar Sampel Penelitian
Besarnya sampel untuk Estimasi Proporsi

Batas eror yang diinginkan untuk estimasi Proporsi menggunakan

formula
𝑝𝑞
𝐸 = 𝑍𝛼
2 𝑛

Sehingga
2
𝑍𝛼 𝑝𝑞
2
𝑛=
𝐸2
 ESTIMASI INTERVAL MEAN (𝝁)
Besarnya sampel untuk Estimasi Proporsi

CONTOH SOAL

Sebuah lembaga peduli pendidikan internasional akan memberikan

bantukan kepada negara Chad agar banyaknya penduduk yang bisa baca
tulis dalam negara tersebut meningkat. Oleh karena itu, lembaga tersebut
ingin mencari proporsi penduduk Chad berusia 15 – 24 tahun yang bisa
baca tulis. Tentukan banyaknya sampel yang diperlukan agar tingkat
kepercayaannya 95% dan margin of error nya tidak lebih dari 2%. Gunakan
hasil survei UNESCO: Pada tahun 2016, proporsi penduduk Chad dengan
usia 15 – 24 tahun yang bisa baca tulis adalah 30,8%
 ESTIMASI INTERVAL MEAN (𝝁)
Besarnya sampel untuk Estimasi Proporsi

Penyelesaian

E = 0,02; p = 0,308; q = 1 – 0,308 =0,692

dan tingkat kepercayaan 0,95 sehingga α = 0,05 dengan demikian Zα/2 =

1,96.

Ukuran sampel yang dibutuhkan bisa ditentukan sebagai berikut.

2
𝑍𝛼 𝑝𝑞 1,96 2 (0,308)(0,692)
2
𝑛= = = 2047 → dibulatkan keatas
𝐸2 (0,02)2
1. Kerjakan contoh soal 1,2,4 dengan
interval konfidensi sebesar 99%
2. Buatlah minimal 1 contoh soal lengkap
dengan penyelesaiannya untuk
a. Estimasi Interval Proporsi ()
b. Estimasi Interval Variansi σ2
 Tugas dikerjakan tulis tangan (boleh memakai
buku atau kertas apapun) dan dikumpulkan PADA
SELASA, 22 NOVEMBER 2022 jam 23.59 WITA via
GOOGLE CLASSROOM.
 Pengumpulan tugas dengan memfoto atau menscan
(yang penting tulisan dapat terilhat jelas)
kemudian file dibuat jadi SATU file PDF dan
diberi nama
TUGAS 6_Kelas A_NIM
 JANGAN LUPA MENULIS NAMA DAN NIM PADA LEMBAR
JAWABAN TUGAS