Ciri - ciri
Penduga titik dikatakan tidak bias (unbiased
estimator) jika di dalam sampel random
yang berasal dari populasi, rata-rata atau
nilai harapan (expected value) dari statistik
sampel sama dengan parameter populasi
E (X) = µ µ E (X )
Penduga yang efisien (efficient estimator)
adalah penduga yang tidak bias dan
mempunyai varian terkecil (sx2) dari
penduga lainnya.
sx12
Sx12 < sx22
sx22
Penduga yang konsisten (consisten
estimator) adalah nilai dugaan ( X ) yang
semakin mendekati nilai yang sebenarnya µ
dengan semakin bertambahnya jumlah
sample (n).
n sangat
n tak besar
terhingga n besar
n kecil
Pendugaan Titik
X =
∑ X ¡ penduga titik untuk
n µ
S =
2 ∑ ( X − X ) 2
¡ Interval kepercayaan (1 - α)
untuk menduga proporsi P adalah
: pq pq
p − Zα / 2 < P < p + Zα / 2
n n
Dimana :
X ˆ x
P= dan P= p=
N n
Pendugaan parameter beda dua rata-rata
(µ1 - µ2) :
σ 12 σ 22 σ 12 σ 22
( X1 − X 2 ) − Zα / 2 + < µ1 − µ2 < ( X1 − X 2 ) + Zα / 2 +
n1 n2 n1 n2
Pendugaan parameter beda dua proporsi
(P1 - P2):
¡ Interval kepercayaan (1 - α)
untuk menduga beda dua
proporsi ( P1 - P2 ) adalah :
p1q1 p2 q2 p1q1 p2 q2
( p1 − p2 ) − Zα / 2 + < P1 − P2 < ( p1 − p2 ) + Zα / 2 +
n1 n2 n1 n2
Sampel Kecil ( n < 30 )
Pendugaan parameter rata-rata µ :
¡ Interval kepercayaan (1 - α)
untuk menduga rata-rata µ.
dengan sampel kecil, bila σ tidak
diketahui adalah:
S S
X − tα / 2,υ < µ < X + tα / 2,υ
n n
Pendugaan parameter beda dua rata-rata
(µ1 - µ2) :
1 1 1 1
( X 1 − X 2 ) − tα / 2,υ S p + < µ1 − µ 2 < ( X 1 − X 2 ) + tα / 2,υ S p +
n1 n2 n1 n2
di mana : derajat kebebasan υ = n1 + n2 - 2
2 2
(n1 − 1) S1 + (n2 − 1) S 2
Sp =
n1 + n2 − 2
¡ bila variansi dua populasi itu tidak sama
besarnya yaitu σ12 ≠ σ22 dan kedua variansi
tidak diketahui nilainya, maka interval
kepercayaan (1-α) untuk beda dua rata-
rata (µ1 - µ2) dari dua populsai tersebut
adalah :
2 2 2 2
S1 S2 S1 S2
( X 1 − X 2 ) − tα / 2,υ + < µ1 − µ 2 < ( X 1 − X 2 ) + tα / 2,υ +
n1 n2 n1 n2
2
⎛ S12
S2
2
⎞
⎜ + ⎟
⎜ n n2 ⎟
⎝ 1 ⎠
di mana derajat kebebasan υ = ⎧ 2
⎞ ⎫
2 2
⎛ S1 ⎞ ⎛ S2 2
⎪⎜ ⎜ n
⎟⎟ ⎜⎜
n
⎟⎟ ⎪
⎪⎝ 1⎠ ⎝ 2 ⎠ ⎪
⎨ + ⎬
⎪ n1 − 1 n2 − 1 ⎪
⎪ ⎪
⎩ ⎭
Pendugaan parameter beda dua rata-rata (µ1 - µ2)
jika kedua sampel tidak bebas :
Sd Sd
d − tα / 2,v < µ d < d + tα / 2,v
n n
Dimana derajat kebebasan υ = n - 1
Pendugaan Interval
¡ Menunjukkan pada interval berapa suatu
parameter populasi akan berada.
¡ Pertimbangan bahwa suatu nilai dugaan
tidak mungkin dapat dipercaya 100%.
¡ Interval keyakinan (confidence interval)
yang dibatasi oleh 2 (dua) nilai yang
disebut batas atas dan batas bawah (suatu
parameter akan berada pada kisaran
interval tersebut)
Bentuk Umum
Interval Keyakinan
Dimana :
S : Statistik penduga parameter populasi (P)
P : Parameter Populasi yang tidak diketahui
Sx : Standar deviasi distribusi sampel statistik
Z : Probabilitas yang berhubungan dengan
pendugaan interval
C : Probabilitas keyakinan (ditentukan terlebih
dahulu)
S – Zsx : Nilai batas bawah keyakinan
S + Zsx : Nilai batas atas keyakinan
X
X X X
X X 95 X X
%
X X X X X X X
99
X X X X X X X X X X X X
%
Z = -2,58 Z = -1,96 Z = 1,96 Z = 2,58
0,4750 0,4750
(0,9/2) (0,9/2)
0,025 0,025
(0,50/2) (0,50/2)
C= 0,8
(S – 1,28.sx < P < S + 1,28.sx)
C= 0,9
(S – 1,64.sx < P < S + 1.64sx)
Nilai Z dari Luas di bawah kurva
normal baku
Kesalahan Standar dari Rata-rata Hitung
Sampel (Standard Error of Sample Mean)
Kesalahan Standar dari Rata-rata Hitung Sampel (Standard
Error of Sample Mean)
sx =
σ σ N −n
sx =
n n N −1
Contoh
Standar deviasi dari harga saham
kelompok real estate pada bulan agustus
2013 adalah 232. Apabila diambil sampel
sebanyak 33 perusahaan dari anggota real
estate, berapa standar errornya ?
Kesalahan Standar dari Rata-rata Hitung Sampel (Standard
Error of Sample Mean)
Jawab
• Jumlah sampel 33 dan tidak ada jumlah N untuk populasi,
sehingga termasuk populasi tidak terbatas
σ 232
sx = = = 40,38
n 33
Jika diketahui bahwa seluruh anggota real estate Indonesia
sebanyak 508
Jawab
• Nilai n/N = 33/508 = 0,065 atau lebih besar dibandingkan
0,05, maka termasuk dalam populasi terbatas
σ N −n 232 508 − 33
sx = = = 40,38 x 0,968 = 39,09
n N −1 33 508 − 1
Menyusun Interval Keyakinan
Rumus interval keyakinan rata-rata hitung X ± Z α/2s/√n
Untuk populasi yang terbatas, faktor koreksi menjadi √ (N–n)/N-1.
Nilai X merupakan rata-rata dari sampel, sedangkan nilai Z untuk beberapa
nilai C
Populasi Tidak
Terbatas
X ± Zα/2 s/√n
Populasi Terbatas
X ± Zα/2 s/√(N - n)/N-1
Distribusi & Standar Deviasi Populasi
Distribusi Sampling : Normal
Standar Deviasi Populasi : Diketahui
atau
Probabilitas ( X ± Zα/2 sx ) = C
38
Distribusi & Standar Deviasi Populasi
Distribusi Sampling : Mendekati Normal
Standar Deviasi Populasi : Tidak Diketahui
C : Tingkat keyakinan
α :1–C
Distribusi & Standar Deviasi
Populasi
Untuk populasi yang tidak terbatas
p : Proporsi sampel
C :Tingkat keyakinan
α :1 – C
Interval keyakinan untuk selisih Rata-rata
Probabilitas
(( X1 - X2) - Zα/2. σx1-x2) < ( X-1 ) <X2( - X2. σx1-x2 )
) X+1 Zα/2
Apabila standar deviasi dari populasi tidak ada, maka dapat diduga dengan standar deviasi
sampel yaitu:
Di mana: