Statistika 2

Topik Bahasan:

Pendugaan Parameter

Oleh : Edi M. Pribadi, SP., MSc.

E-mail:
edi_mp@staff.gunadarma.ac.id
edi_mp@ymail.com

1. Ilustrasi
• Statistika Inferensia :
Mencakup semua metode yang digunakan untuk penarikan
kesimpulan atau generalisasi mengenai populasi dengan melakukan
pengambilan sampel (sampling) dan pengolahan datanya.
• Estimasi /pendugaan parameter
– yaitu penentuan nilai suatu parameter populasi berdasarkan nilai
dari statistik sampel.
– Sedangkan statistik sampel yang digunakan untuk menduga nilai
suatu parameter populasi disebut ‘estimator’
• Prosedur Pendugaan Parameter:
1. Menentukan sebuah sampel
2. Mengumpulkan informasi yg diperlukan dari tiap anggota sampel
3. Menghitung nilai statistik sampel
4. Menghubungkan nilai statistik sampel dengan parameter
populasi
• Suatu nilai x, hasil hitung dari contoh yang berukuran n,
merupakan nilai dugaan (estimator) bagi parameter populasi µ

Pendugaan Parameter ~ Statistika 2 2

1
 Parameter Populasi Estimator
Rata-rata, µ x
Beda Rata-rata 2 populasi, µ1 - µ2 x1 - x2
Simpangan baku, σ s

• Penduga Tak Berbias : bila statistik x memiliki nilai yang sama

dengan nilai parameter populasi, µ
µ = E(x)
• Penduga Paling Efesien : memiliki nilai ragam /simpangan baku
terkecil
σx1 < σx2 → x1 merupakan penduga yang lebih efisien dibanding x2
untuk nilai µ
• Margin Kesalahan :
Ketika diperoleh nilai penduga bagi suatu nilai parameter, perlu
dihitung ‘Margin of Error’
Margin of Error = ± 1.96 . σx atau ± 1.96 . sx
dimana, sx = nilai penduga bagi σx → sx = s/√n dan σx = σ /√n

Pendugaan Parameter ~ Statistika 2 3

2. Selang Pendugaan
• Suatu selang pendugaan bagi parameter populasi x
x1 < x < x2 → x1 dan x2 tergantung nilai statistiknya dan juga
pada sebaran penarikan sampel
Jika simpangan baku σx besar, maka selang pendugaan juga harus
besar

• Selang pendugaan parameter populasi yang didasarkan pada

tingkat kepercayaan disebut ‘selang kepercayaan’
p (x1 < x < x2 ) = (1 - !) . 100% → untuk 0 < ! < 1
dimana, (1 - !) = koefesien/derajat kepercayaan
! = significance level
• Makin besar selang kepercayaan (%) → makin yakin bahwa selang
tersebut mencakup nilai parameter populasi tersebut.

Pendugaan Parameter ~ Statistika 2 4

2
3. Selang Pendugaan Rata-Rata Populasi:
Sampel Besar
• Dalam suatu sampel yang berukuran besar, dimana n ≥ 30, digunakan
distribusi normal baku z untuk menghitung selang kepercayaan µ →
Teori Batas Pusat

σx σ atau sx s
= =
n n

Dengan sampel besar, x merupakan penduga yang akurat bagi µ

x -µ
p(-z!/2 < z < z!/2) = 1 - ! dimana z =
σ n
x -µ
p(-z!/2 < < z!/2) = 1 - ! σ /2 σ /2
σ n
σ σ
p( x-z!/2 . < µ < x +z!/2 . )= 1-!
n n µ x
Jadi, selang kepercayaan bagi µ, adalah :
σ z σ /2 0 z σ /2 z
→ Jika σ diketahui
-
– x ± z!/2 . n
s
– x ± z!/2 . → Jika σ tidak diketahui
n

Pendugaan Parameter ~ Statistika 2 5

• Contoh:
Suatu perusahaan penerbitan melakukan penelitian ttg harga buku
‘Pengantar Statistika’ terbitannya yang tersebar di pasaran.
Didapatkan 36 sampel dengan rata-rata harga $48.40. Telah
diketahui bahwa simpangan baku untuk seluruh buku $4.50.
a. Berapa titik penduga untuk rata-rata harga semua buku yang
beredar? Dan berapa margin kesalahan untuk penduga
tersebut?
b. Buat rata-rata harga buku tersebut dengan selang
kepercayaan 90%.
Penyelesaian:
n = 36, x = $48.40, dan σ = $4.50
Maka,
σ 4.50
σx = = = $ 0.75
n 36
a. µ = x = $48.40
Margin of error titik µ = ± 1.96 . σx = ± 1.96 * 0.75
= ± $ 1.47
σ σ
b. p ( x-z!/2 . < µ < x+ z!/2 . ) = 1 - ! = 0.9
n n

Pendugaan Parameter ~ Statistika 2 6

3
 1 - ! = 0.9
! = 1 - 0.9 = 0.1 → !/2 = 0.05 σ /2 = 0.05
Nilai Z!/2 dimana luas daerah di bawah kurva
sebelah kiri 0.05 = 1.65 (Tabel Distribusi Normal Z)
µ x
Maka, harga buku rata-rata dengan selang
kepercayaan 90%, adalah: 0 0.05 z
σ 0.95
µ = x ± z!/2 .
n
= 48.40 ± (1.65 * 0.75)
= 48.40 ± 1.24 = 47.16 s/d 49.64
Atau
$ 47.16 < µ < $ 49.64
Yang berarti bahwa dengan selang/tingkat kepercayaan 90%, rata-rata harga buku
yaitu $ 47.16 s/d $ 49.64

Pendugaan Parameter ~ Statistika 2 7

4. Galat & Ukuran Sampel dlm Pendugaan µ

• Bila x digunakan untuk menduga µ, maka dengan tingkat
kepercayaan (1- !).100%, galat pendugaan maksimum, e adalah:

e = z!/2 . σ atau e = z!/2 . s

n n

• Sering kita ingin mengetahui berapa besar sebuah sampel harus

diambil, agar galat pendugaan µ tidak melebihi suatu nilai e.
Dalam hal ini jumlah sampel n, adalah:

2
z!/2 . =
n=
E

= adalah simpangan baku populasi, bisa diturunkan dari s sebagai

estimatornya.

Pendugaan Parameter ~ Statistika 2 8

4
5. Selang Kepercayaan Bagi Pendugaan
Rata-Rata Populasi Pada Sampel kecil
• Dalam suatu sampel yang berukuran kecil, dimana n < 30;
simpangan baku σ tidak diketahui; dan distribusi mendekati
normal untuk menghitung selang kepercayaan µ → digunakan
ditribusi sampel t

σ /2 σ /2
x -µ
T =
s n µ x

- Tσ /2 0 Tσ /2 T

• Selang kepercayaan (1 -  )100% bagi µ diperoleh sebagai berikut:

p(-T!/2 < T < T!/2) = 1 - !
x -µ
P(-T!/2 < < T!/2) = 1 - !
s n
s s T!/2 adalah nilai T dengan derajat bebas
p( x-T!/2 . n
< µ < x +T!/2 . ) = 1-! df = n-1 yg di sebelah kanan terdapat
n
daerah seluas !/2
Pendugaan Parameter ~ Statistika 2 9

• Contoh:
Dr John ingin memprediksi rata-rata tingkat kolesterol untuk semua
orang dewasa di sebuah kota. Ia mengambil 25 laki-laki dewasa
sebagai sampel dan menemukan rata-rata tingkat kolesterol sampel
tersebut yaitu 186 dengan simpangan baku 12. Jika diasumsikan
tingkat kolesterol untuk semua laki-laki dewasa di kota tersebut
terdistribusi normal, tentukan selang kepercayaan 95% untuk rata-
rata populasi µ.
0.4750 0.4750
Penyelesaian:
n = 25, x = 186, dan s = 12 0.025 0.025

df = n -1 = 25 -1= 24 → Tabel distribusi T

df = 24; !/2 = 0.025 µ x

→ T = 2.064 T
-2.064 0 2.064
Selang kepercayaan bagi µ adalah:
s s
= p( x-T!/2 . < µ < x +T!/2 . )
n n
12 12
= 186 – 2.064 . < µ < 186 + 2.064 . = 181.05 < µ < 190.95
25 25
Jadi dengan tingkat kepercayaan 95%, rata-rata kolesterol untuk semua laki-laki dewasa di
sebuah kota (A) terletak berkisar antara 181.05 s/d 190.95

Pendugaan Parameter ~ Statistika 2 10

5
6. Selang Kepercayaan bagi Pendugaan
Rata-Rata 2 Populasi
A. Bila 2 buah sampel berukuran n1 dan n2 diambil dari 2 populasi yang
besar, dengan µ1 dan µ2, maka beda kedua nilai rata-rata sampel akan
mendekati sebaran normal.

µx1 µ1 - µ2 dan =x1

σ1 σ2
– x2 = – x2 = +
n1 n2

(x1 - x2) - (µ1 - µ2)

Sehingga: z=
(σ1/ n1 ) + (σ2/ n2 )

• Contoh soal:
soal
Televisi merek A dengan umur rata-rata 6.5 tahun dan simpangan baku 0.9 tahun.
Sedangkan merek B, dengan µ = 6 tahun dan = = 0.8 tahun. Berapa peluang bahwa sebuah
sampel acak yg terdiri 36 TV merek A memiliki umur 1 tahun lebih lama daripada rata-
rata sampel dengan 49 TV merek B?

Pendugaan Parameter ~ Statistika 2 11

• Penyelesaian:
Penyelesaian

Populasi A Populasi B
µ1 = 6.5 µ1 = 6.0 (x1 - x2) - (µ1 - µ2)
z=
=1 = 0.9 =1 = 0.8 (σ1/ n1 ) + (σ2/ n2 )
n1 = 36 n1 = 49

Distribusi sampling xA-xB :

µxA – xB = 6.5 – 6.0 = 0.5 1.0 - 0.5
=xA = (0.9/√36) + (0.64/√49) = 0.189 z= = 2.65
– xB 0.189

Yang ditanyakan adalah P(xA-xB ≥ 1.0)……?

P(xA-xB ≥ 1.0) = P(Z ≥ 2.65)
= 1 – P(Z < 2.65) → Lihat Tabel Z 0.9960 0.0040
= 1 – 0.9960
= 0.004 µ = 0.5 xA-xB

0 2.65 Z

Pendugaan Parameter ~ Statistika 2 12

6
• Selang kepercayaan (1 - ) 100% bagi µ 1 - µ 2 adalah :

σ1 σ2 s1 s2
(x1 - x2) ± zα ( + ) atau (x1 - x2) ± zα ( + )
2 n1 n2 2 n1 n2

Z/2 adalah variabel normal baku yang luas daerah disebelah kanan
sebesar /2

• Latihan soal:
soal
Berdasarkan laporan Biro Statistik USA, pada tahun 1993 pekerja bagian konstruksi
gaji rata-rata mingguan $551, sedangkan pekerja bagian manufaktur sebesar $487.
Rata-rata gaji mingguan tersebut dihitung dari sampel acak yang masing-masing
terdiri dari 500 dan 700 pekerja. Jika diasumsikan simpangan baku populasi masing-
masing adalah $66 dan $60, maka:
a. Hitunglah nilai penduga bagi (µ 1 - µ 2)
b. Dengan selang kepercayaan 95%, tentukan beda nilai rata-rata gaji mingguan
untuk dua populasi di atas !

Pendugaan Parameter ~ Statistika 2 13

• Penyelesaian:
Penyelesaian
Diasumsikan: → populasi 1 = bagian konstruksi; populasi 2 = bagian manufaktur
– n1 = 500, x1 = $551, =1 = $66
– n2 = 700, x2 = $487, =2 = $60
a. Nilai penduga bagi (µ 1 - µ 2) = x1 – x2
= $551 – $487 = $64
b. Tingkat kepercayaan (1-!) = 0.95 → ! = 0.05 → !/2 = 0.025
Z !/2 = 1.96
maka,
σ1 σ2 66 60
(x1 - x2) ± zα ( + ) = (551-487) ± 1.96 ( + )
2 n1 n2 500 700
= 64 ± 7.30 = $56.70 sampai $71.30

Jadi dengan tingkat kepercayaan 95%, dapat dikatakan bahwa beda rata-rata gaji
mingguan untuk semua pekerja bagian konstruksi dan manufaktur adalah antara
$56.70 dan $71.30

Pendugaan Parameter ~ Statistika 2 14

7
B. Bila ukuran sampel kecil (n1 dan n2 < 30), diambil dari 2 populasi
yang terdistribusi (mendekati) normal, dan =1 = =2 tidak diketahui,
maka selang kepercayaan (1 - ) 100% bagi µ 1 - µ 2 adalah :

1 1 1 1
(x1 - x2) ± Tα sp.( + ) → sx1 - x2 = s p ( + )
2 n1 n2 n1 n2

2
(n1 -1)s1 +(n2 -1)s2
2 Sp = nilai dugaan gabungan
dimana, sp = simpangan baku dua populasi
n1 + n2 - 2

s1 dan s2 adalah ragam dari dua sampel

T!/2 = nilai T dengan df = n1+ n2 – 2, yang luas daerah di sebelah kanan
sebesar !/2
(x1 - x2 ) - (µ1 - µ2 )
T=
1 1
S p( + )
n1 n2

Pendugaan Parameter ~ Statistika 2 15

• Contoh:
Contoh
Diketahui populasi 1 dan populasi 2, masing-masing diambil sampel, dengan rincian:
– n1 = 15, x1 = 80 miligram, s1 = 5 miligram
– n2 = 12, x2 = 77 miligram, s2 = 6 miligram
Jika kedua populasi menyebar normal, dengan simpangan baku populasi
adalah sama, tentukan selisih rata-rata antara dua populasi dengan tingkat
kepercayaan 95%!
Penyelesaian:
Penyelesaian
Diketahui populasi 1 dan populasi 2, masing-masing diambil sampel, dengan rincian:
– n1 = 15, x1 = 80 miligram, s1 = 5 miligram
– n2 = 12, x2 = 77 miligram, s2 = 6 miligram
Pertama, hitung simpangan baku x1 - x2 :
2 2
(n1 -1)s1 +(n2 -1)s2 (15-1)52 +(12-1)62
sp = = = 5.4626
n1 + n2 - 2 15+ 12- 2
1 1
sx1 - x2 = 5.4626 ( + ) = 2.1157
15 12

Pendugaan Parameter ~ Statistika 2 16

8
 Kedua, tentukan nilai T!/2 dari tabel distribusi T :
1- ! = 0.95 → ! = 0.05 → !/2 = 0.025
df = n1 + n2 – 1 = 15 + 12 – 2 = 25
Nilai T dengan df = 25 dan 0.025 luas daerah kanan dibawah kurva distribusi T = 2.060.

Sehingga :
(x1 - x2) ± Tα sx1-x2 =(80 -77) ± 2.060(2.11 57)
2
= 3 ± 4.36
= - 1.36 sampai 7.36

Pendugaan Parameter ~ Statistika 2 17

C. Bila ukuran sampel kecil (n1 dan n2 < 30), diambil dari 2 populasi
yang terdistribusi (mendekati) normal, dan =1 ≠ =2 tidak diketahui,
maka selang kepercayaan (1 - ) 100% bagi µ 1 - µ 2 adalah :

s1 s2 s1 s2
(x1 - x2) ± Tα ( + ) → sx1 - x2 = ( + )
2 n1 n2 n1 n2

dimana T!/2 = nilai T yang luas daerah di sebelah kanan sebesar !/2 dan derajat
bebas (df):

2 2 2
s1 s
+ 2
n1 n2 (x1 - x2 ) - (µ1 - µ2 )
df = dan T=
s 2
2
s2 2
2 Sx1 - x2
1
n1 n2
+
n1 -1 n2 -1

Pendugaan Parameter ~ Statistika 2 18

9
7. Selang Kepercayaan bagi Pendugaan
Proporsi
• Proporsi populasi, dinotasikan sebagai p → menunjukkan rasio
jumlah elemen suatu populasi yang memiliki karakteristik tertentu
dengan jumlah total elemen populasi tersebut

x x = jumlah elemen populasi dengan karakteristik

p= tertentu
N
N = jumlah total elemen populasi

• Proporsi sampel, dinotasikan sebagai p → menunjukkan ratio

jumlah elemen suatu sampel yang memiliki karakteristik tertentu
dengan jumlah total elemen sampel tersebut

x x = jumlah elemen sampel dengan karakteristik

p= tertentu
n
n = jumlah total elemen sampel
• Contoh :
Misal terdapat 789654 keluarga di kota Depok, dan 563282 dari keluarga
tersebut sudah memiliki rumah sendiri ………

Pendugaan Parameter ~ Statistika 2 19

N = ukuran populasi = 789654

x = keluarga yg sudah memiliki rumah sendiri = 563282
Sehingga :
Proporsi semua keluarga di Depok yang sudah memiliki rumah sendiri :
x 563282
p= = = 0.71
N 789654
Kemudian, jika diambil sampel acak sebanyak 240 keluarga, dan ternyata ada
158 keluarga yang sudah memiliki rumah. maka :
n = ukuran sampel = 240
x = keluarga dari sampel yg sudah memiliki rumah = 158
x 158
p= = = 0.66
n 240
• Seperti rata-rata x, proporsi sampel p juga merupakan variabel acak
yang memiliki distribusi peluang yang disebut distribusi sampling
Contoh :
Sebuah konsultan memiliki 5 staf. Tabel berikut adalah daftar 5 staf dan
pengetahuannya ttg Statistika.

Pendugaan Parameter ~ Statistika 2 20

10
 Nama Mengerti Statistika Dari populasi ini, proporsi staff yang
mengerti statistika :
Ali Ya
p = 3/5 = 0.60
John Tidak
Susan Tidak
Jika diambil sampel berukuran 3 dari
populasi tersebut, maka akan
Lee Ya
dihasilkan 10 kemungkinan kombinasi
Tom Ya sampel.

∑ Sampel = ( )5
3
=
5!
3 ! (5 - 3) !
=10
Sampel
Proporsi yang Mengerti
Statistika ( p )
p f Ali, John, Susan 1/3 = 0.33
0.33 3 Ali, John, Lee 2/3 = 0.67
0.67 6 Ali, John, Tom 2/3 = 0.67
1.00 1 Ali, Susan, Lee 2/3 = 0.67
∑f = 10 Ali, Susan, Tom 2/3 = 0.67

p P( p) Ali, Lee, Tom 3/3 = 1.00

0.33 3/10 = 0.30 John, Susan, Lee 1/3 = 0.33

0.67 6/10 = 0.60 John, Susan, Tom 1/3 = 0.33
1.00 1/10 = 0.10 John, Lee, Tom 2/3 = 0.67
∑P( p ) = 10 Susan, Lee, Tom 2/3 = 0.67

Pendugaan Parameter ~ Statistika 2 21

• Untuk n yang besar (n ≥ 30) sebaran bagi p terdistribusi mendekati

normal dengan rata-rata dan simpangan baku :

p.q p.q
µp = p dan σp = → q = 1 – p ; σ p bisa diduga dengan ¨ s p =
n n

p - p
P (p1 < p < p2 ) = P (z!/2 < z < z!/2 ) = (1 - !) dimana Z=
σp

Selang kepercayaan bagi p :

p - zα . σ p < p < p + zα . σ p
2 2

• Contoh :
Berdasarkan laporan Biro Sensus USA, 86% dari seluruh keluarga di New York,
memiliki kendaraan roda 4. Jika p adalah proporsi suatu sampel acak berukuran 120
keluarga yang memiliki kendaraan roda 4, tentukan peluang bahwa nilai p adalah
antara 0.88 dan 0.92.

Pendugaan Parameter ~ Statistika 2 22

11
• Penyelesaian :
Diketahui : p = 0.86 dan q = 1 – 0.86 = 0.14
→ p adalah proporsi seluruh keluarga yang memiliki kendaraan roda 4
Ditanyakan : P(0.88 < p < 0.92)…?
p.q (0.86)(0.14)
µp = p = 0.86 dan σp = = = 0.0317
n 120
p - p 0.88 - 0.86 0.2349
Untuk p = 0.88 ¨ z = = = 0.63
σp 0.0317 =p= 0.0317
p - p 0.92 - 0.86
Untuk p = 0.92 ¨ z = = = 1.89
σp 0.0317

Sehingga, peluang bahwa p antara 0.88 dan 0.92 µp = 0.86 0.92 p

0.88
ditunjukkan dengan luas daerah dibawah kurva
0 1.89 z
normal baku antara z = 0.63 dan z = 1.89 0.63

P(0.88 < p < 0.92) = P(0.63 < z < 1.89)

= P(0 < z < 1.89) - P(0 < z < 0.63)
= 0.4706 – 0.2357
= 0.2349

Pendugaan Parameter ~ Statistika 2 23

• Contoh :
Berdasarkan hasil pooling terhadap 500 wanita, diperoleh informasi bahwa sebanyak
79% dari mereka dapat melakukan pemeriksaan terhadap oli kendaraan. Buatlah
selang pendugaan proporsi bagi seluruh wanita yang dapat melakukan pemeriksaan
terhadap oli kendaraan mereka dengan tingkat kepercayanan 98% !
Penyelesaian :
Diketahui : n = 500, p = 0.79 maka q = 1 – 0.79 = 0.21
→ p adalah proporsi sampel wanita yang dapat melakukan pemeriksaan
terhadap oli kendaraan mereka
Ditanyakan : p - zα . σ p < p < p + zα . σ p
2 2
Maka:
p.q (0.79)(0.21)
σ p bisa diduga dengan ¨ s p = = = 0.0182
n 500
Untuk tingkat kepercayaan 98% → 1 - ! = 0.98 → ! = 0.02 → !/2 = 0.01
Nilai Z dengan !/2 = 0.01 adalah 2.33
Sehingga, selang pendugaan proporsi bagi seluruh wanita yang dapat melakukan
pemeriksaan terhadap oli kendaraan mereka dengan tingkat kepercayanan 98% :
p - zα . s p < p < p + zα . sp = 0.79 ± 2.33 (0.0182) = 0.748 s/d 0.832
2 2

Pendugaan Parameter ~ Statistika 2 24

12
8. Galat & Ukuran Sampel dlm Pendugaan p
• Bila p digunakan untuk menduga p, maka dengan tingkat
kepercayaan (1- !).100%, galat pendugaan maksimum, e adalah:

e = z!/2 . p.q
n

• Sering kita ingin mengetahui berapa besar sebuah sampel harus

diambil, agar galat pendugaan p tidak melebihi suatu nilai e.
Dalam hal ini jumlah sampel n, adalah:

z α22 p . q
n=
E2

• Contoh :
Dari 500 orang sampel acak, sebanyak 160 orang menyukai makanan sea food. Jika
kita ingin percaya 95%, bahwa nilai dugaan proporsi orang yg menyukai sea food
yang dihasilkan berada dalam 0.02 dari nilai proporsi yg sebenarnya, tentukan jumlah
ukuran sampel yg diperlukan !

Pendugaan Parameter ~ Statistika 2 25

Penyelesaian :

z α22 p . q x 160
n= → diketahui n = 500, p = = = 0.32 → q = 1 – 0.32 = 0.68
E 2 n 500
Untuk tingkat kepercayaan 95% → 1 - ! = 0.95 → ! = 0.05 → !/2 = 0.025
Nilai Z dengan !/2 = 0.025 adalah 1.96
Maka: 2
zα 2 p . q (1.96)2 (0.32) (0.68)
n= = = 2090
E2 (0.02)2

Pendugaan Parameter ~ Statistika 2 26

13
9. Selang Kepercayaan bagi Pendugaan
Selisih 2 Proporsi
• Bila p1 dan p2 masing-masing adalah proporsi keberhasilan dalam
sampel acak yang berukuran n1 dan n2 serta q1 = 1 - p1 dan q2 = 1 – p2,
maka selang kepercayaan (1- ! ).100% bagi selisih antara p1 - p2 :

p1 .q1 p2 .q2 p1 .q1 p2 .q2

(p1 - p2 ) - zα . n1 + n2 < p1 - p2 < (p1 - p2 ) + zα . n1 + n2
2 2

(p1 - p2 ) - (p1 - p2 )
z=
σ p1 - p2

• Contoh soal:
soal
Suatu polling dilakukan terhadap penduduk kota A dan penduduk di sekitar kota tersebut,
untuk mengetahui kemungkinan diajukannya suatu rencana pembangunan TPA sampah.
Bila 2400 diantara 5000 penduduk kota dan 1200 dari 2000 penduduk sekitar setuju
dengan rencana tsb, tentukan selisih proporsi sebenarnya yang setuju dengan tingkat
kepercayaan 90% !

Pendugaan Parameter ~ Statistika 2 27

Penyelesaian :
p1 - p2 = selisih proporsi
x1 2400 x 2 1200
p1 = = = 0.48 ; p 2 = = = 0.60
n1 5000 n 2 2000

Untuk tingkat kepercayaan 90% → 1 - ! = 0.90 → ! = 0.10 → !/2 = 0.05

Nilai Z dengan !/2 = 0.05 adalah 1.65
Maka selisih p1 - p2 dengan tingkat kepercayaan 90% :
p1 .q1 p2 .q2 p1 .q1 p2 .q2
(p1 - p2 ) - zα . n1 + n2 < p1 - p2 < (p1 - p2 ) + zα . n1 + n2
2 2

(0.48) (0.52) (0.60) (0.40)

(0.48 - 0.60) ± 1.65 5000 + 2000

- 0.1414 < p1 - p 2 < - 0.0986

Pendugaan Parameter ~ Statistika 2 28

14