K E L O M P O K 2

Estimasi dan
Interval
Kepercayaan
 Siti Rahmawati Tri putri utami Arief Suryana
Tangahu tongkodu Paputungan

921423064 921423064 921423106

Anggota Pemateri 1 Pemateri 2 Pemateri 3

Kelompok
Fatiyyah Nurul A. Darniati A.
Mobilingo Salogo

921423070 921423051

Pemateri 4 Pemateri 5
 Pengertian

Estimasi titik (point estimates) adalah nilai tunggal yang berasal

dari suatu sampel dan digunakan untuk memperkirakan nilai
populasi. Estimasi titik adalah nilai tunggal. Pendekatan yang lebih
informatif adalah dengan memberikan suatu kisaran nilai yang kita
harapkan akan terjadi dalam parameter populasi tertentu. Kisaran
nilai tersebut disebut interval kepercayaan (confidence interval).
 Estimasi Titik dan Interval
Kepercayaan untuk Rata-rata

Untuk mulai mempelajari estimasi titik dan interval kepercayaan

dengan mempelajari estimasi rata-rata populasi. Diberikan dua
contoh kasus di mana:
Standar deviasi populasi (σ) diketahui.
Standar deviasi populasi tidak diketahui. Dalam hal ini standar
deviasi populasi (σ) diganti dengan standar deviasi sampel (s).
 Standar Deviasi Populasi (σ)
Diketahui
Pada bab sebelumnya, data lamanya bekerja pekerja Spence
Sprockets merupakan populasi, karena datanya adalah lama
bekerja dari seluruh (40) pekerja. Dalam contoh kasus tersebut
kita dapat dengan mudah menghitung rata-rata populasinya.
Data-datanya lengkap dan populasinya tidak terlalu besar. Dalam
beberapa kasus, populasinya besar atau sulit untuk
mengidentifikasi seluruh anggota populasi sehingga kita
membutuhkan informasi dari sampel. Dengan kata lain, kita tidak
mengetahui parameter populasi dan oleh karena itu kita harus
memperkirakan nilai dari suatu sampel statistik.
 Estimasi titik adalah suatu statistik tunggal yang
digunakan untuk memperkirakan parameter suatu
ESTIMASI TITIK Statistik yang
populasi. Best Buy Inc., ingin memperkirakan rata-rata
dihitung dari informasi sampel
umur pembeli televisi plasma HD. Mereka memilih
yang digunakan untuk
sampel berisi 50 pembeli terakhir, menentukan umur
memperkirakan parameter
masing-masing pembeli, dan memperhitungkan rata-rata
populasi.
umur pembeli dalam sampel tersebut. Rata-rata sampel
tersebut adalah estimasi titik dari rata-rata populasi.
 Rata-rata sampel, X̅ , adalah estimasi titik dari rata-rata
populasi, µ; ρ, proporsi sampel, adalah estimasi titik dari π,
proporsi populasi; dan s, standar deviasi sampel, adalah
estimasi titik dari σ, standar deviasi populasi.

Estimasi titik hanya menceritakan sebagian dari kisah

keseluruhan. Kita berharap bahwa estimasi titik nilainya sedekat
mungkin dengan parameter populasi, karena itu akan kita ukur
berapa dekat nilai tersebut sebenarnya. Interval kepercayaan
dapat digunakan untuk melakukan pengukuran tersebut.

INTERVAL KEPERCAYAAN Kisaran nilai yang dibuat dari data

sampel di mana parameter populasi cenderung terjadi dalam
kisaran tersebut dengan probabilitas yang spesifik. Probabilitas
spesifik ini disebut tingkat kepercayaan (level of confidence).
 Rumus
Rumusnya adalah:

σx̅ adalah simbol untuk kesalahan standar dari rata-rata.

Kita menggunakan huruf Yunani karena nilai tersebut
adalah nilai populasi, dan simbol x mengingatkan kita
bahwa nilai tersebut adalah distribusi sampling dari rata-
rata sampel.
σ adalah standar deviasi populasi.
n adalah jumlah pengamatan dalam sampel.
 Ukuran kesalahan standar dipengaruhi oleh dua nilai. Ukuran yang
pertama adalah standar deviasi populasi. Makin besar standar deviasi
populasi, σ, semakin besar pula σ/akar n. Jika populasinya bersifat
homogen dan menghasilkan standar deviasi populasi yang kecil,
kesalahan standarnya juga kecil. Akan tetapi, kesalahan standar juga
dipengaruhi oleh jumlah pengamatan dalam sampel. Sampel berukuran
besar akan menghasilkan kesalahan standar kecil, menandakan bahwa
hanya terdapat sedikit variasi dalam rata-rata sampel.

Secara umum, dapat disimpulkan bahwa jika standar deviasi populasi diketahui,
interval kepercayaan untuk rata-rata populasi dapat dihitung menggunakan:
 standar deviasi
Standar Deviasi Populasi Tidak Diketahui
Pada bagian sebelumnya kita asumsikan bahwa standar deviasi
populasi diketahui. Dalam kasus Del Monte, tersedia catatan
lengkap mengenai proses pengisiannya. Oleh karena itu sangat
masuk akal untuk mengasumsikan bahwa standar deviasi
populasinya telah tersedia. Akan tetapi, dalam sebagian besar kasus,
standar deviasi populasinya tidak diketahui. Berikut adalah beberapa
contoh di mana kita bermaksud memperkirakan rata-rata populasi
tanpa mengetahui standar deviasi populasinya.
Dekan Business College ingin memperkirakan rata-rata jam yang dihabiskan oleh para mahasiwanya untuk bekerja
dalam seminggu. Ia memilih sampel yang terdiri atas 30 mahasiswa, menghubungi setiap mahasiswa dan menanyakan
berapa jam yang mereka gunakan untuk bekerja selama minggu lalu. Dari informasi sampel tersebut, ia dapat
memperkirakan rata-rata sampelnyatetapi standar deviasi populasi yang diperlukan untuk menggunakan rumus tidak
dapat diketahui. Ia dapat menghitung standar deviasi sampel dan menggunakannya sebagai estimasi, tetapi standar
deviasi populasi

kemungkinan besar tidak dapat diketahui. Dekan Urusan Kemahasiswaan bermaksud memperkirakan jarak yang
ditempuh mahasiswa dari tempat tinggal mereka ke kampus. Ia memilih sampel yang terdiri atas 40 orang
mahasiswa yang menempuh perjalanan pulang-pergi ke kampusmenghubungi mereka satu demi satu dan
menentukan jarak dari tempat tinggal mahasiswa ke kampusDari data sampel tersebut ia menghitung jarak rata-
ratanya, yaitu X. Tampaknya standar deviasi populasi tidak dapat atau sulit diketahui sehingga rumus tak dapat
digunakan

Direktur Bagian Pinjaman Mahasiswa bermaksud mengetahui jumlah pinjaman mahasiswa

ketika mereka lulusDirektur tersebut memilih sampel yang terdiri atas 20 mahasiswa yang
sudah lulus dan menghubungi setiap mahasiswa untuk mencari informasi mengenai pinjaman
mereka untuk membuat interval kepercayaan menggunakan rumus.
Karakteristik distribusi berikut didasarkan pada asumsi
bahwa populasinya normal atau mendekati normal.

1. Seperti halnya distribusi z, distribusi t merupakan distribusi kontinu.

2. Seperti halnya distribusi zdistribusi t simetris dan berbentuk
lonceng
3. Tidak hanya terdapat satu distribusi t, melainkan suatu keluarga
distribusi tSeluruh distribusi t memiliki rata-rata 0, tetapi standar
deviasinya berbeda-beda sesuai dengan n ukuran sampelnyaTerdapat
distribusi t untuk sampel berukuran 20, distribusi t lainnya
untuk sampel berukuran 22, dan seterusnyaStandar deviasi untuk
diagram 9-1
distribusi t dengan 5 pengamatan lebih besar dari distribusi t dengan
20 pengamatan.
4. Distribusi t lebih melebar dan datar pada bagian tengahnya
dibandingkan distribusi normal baku (lihat Diagram 9-1). Saat ukuran
sampel meningkat, distribusi t mendekati distribusi normal baku,
karena kesalahan dalam menggunakan s untuk memperkirakan a akan
berkurang seiring bertambah besarnya sampel
 Oleh karena distribusi t lebih tersebar dibandingkan
distribusi z nilai t untuk tingkat kepercayaan tertentu
diagram 9-2 lebih besar jaraknya dibandingkan untuk nilai z Diagram
9-2 menunjukkan nilai z dengan tingkat kepercayaan 95
persen dan untuk tingkat kepercayaan yang sama di
mana ukuran sampel n = 5 Bagaimana kita mendapatkan
nilai yang sebenamya akan segera dijelaskan. Untuk saat
ini, perhatikan bahwa untuk tingkat kepercayaan yang
sama, distribusi lebih datar atau melebar dibandingkan
distribusi normal baku
Untuk membuat interval kepercayaan untuk rata-rata populasi yang
tidak diketahui standar deviasinya:
1. Asumsikan bahwa sampel dari populasi tidak normal maupun
mendekati normal
2. Perkirakan standar deviasi populasi
3. Gunakan distribusi t dan bukan distribusi z

Pada titik ini seharusnya semuanya sudah jelas Kita memutuskan untuk
menggunakan t atau z saat standar deviasi populasi diketahui atau tidak
diketahui Jika kita mengetahui standar deviasi populasikita gunakan z.
Jika standar deviasi populasi tidak diketahui kita harus menggunakan t
 Interval Kepercayaan Untuk
Suatu Proporsi
Sebagai contoh proporsi, survei terbaru mengatakan bahwa di
musim panas, 92 orang dari 100 menggunakan Daylight saving
time. Proporsi sampelnya adalah 0,92 atau 92%, kita
melambangkan proporsi sampelnya sebagai p, X sebagai jumlah
“sukses” dan n banyaknya anggota sampel, kita dapat menentukan
proporsi jumlah sampel dengan rumus berikut
Kemudian untuk membuat interval kepercayaan untuk
proporsi populasi menggunakan rumus :
Contoh soal
Contoh soal
 FAKTOR KOREKSI POPULASI YANG TERBATAS

populasi yang kita ambil sampelnya sejauh ini berukuran sangat besar atau tak terhingga

sebuah populasi yang memiliki sebuah Batas atas yang tetap merupakan populasi yang terbatas (finite). Sebagai contoh,
terdapat 21.376 mahasiswa yang belajar di eastern llinois university, terdapat 40 pekerja di spence sprockets,
daimlerchrysler merakit 917 jeep wrangler di pabriknya di alexis avenue kemarin, atau terdapat 65 pasien operasi dirumah
sakit st. rose di Sarasota kemarin. Sebuah populasi yang terbatas jumlahnya dapat cukup kecil. misalkan jumlah mahasiswa
yang mengikuti mata kuliah ini. populasi yang terbatas juga dapat sangat besar, seperti semua warga lansia di florida. Untuk
sebuah populasi yang terbatas total objeknya adalah N, dan jumlah objek dalam sampel adalah n untuk mendapatkan
interval kepercayaan untuk rata-rata.

RUMUS FAKTOR KOREKSI RUMUS INTERVAL KEPERCAYAAN

POPULASI YANG TERBATAS : UNTUK RATA-RATA :
EXAMPLE
Secara logis, jika sampel merupakan sebuah bagian persentase dari populasi,
estimasinya akan lebih tepat. Perlu diperhatikan pengaruh dari rumus (N-n) / (N-1).
Andaikan populasinya 1.000 dan sampelnya 100. Maka rasio ini menjadi (1.000-
100)/(1.000-1), atau 900/999. Dengan menarik akar kuadratnya. kita mendapatkan
faktor koreksinya, yaitu 0,9492. Mengalikan faktor koreksi ini dengan kesalahan
standar akan mengurangi kesalahan standar menjadi sekitar 5 persen (10,9492 =
0,0508). Pengurangan dalam ukuran kesalahan standar menghasilkan sebuah
jangkauan nilai yang lebih kecil dalam mengestimasi rata-rata populasi atau proporsi
populasi. Jika sampelnya 2000, faktor koreksinya adalah 0,8949, yang berarti bahwa
kesalahan standarnya telah berkurang menjadi sekitar 10 persen. Perlu diperhatikan
pula bahwa ketika ukuran sampel kurang dari sekitar 5 persen populasi, pengaruh
faktor koreksi akan sangat kecil. Aturan umumnya adalah, jika rasio n/N kurang dari
0,05, faktor koreksinya diabaikan.
 CONTOH SOAL
SOAL
Terdapat 250 keluarga di Scandia, Pennsylvania. Sebuah sampel acak
berjumlah 40 dari 250 keluarga ini menunjukkan rata-rata
sumbangan rutinnya ke gereja adalah $450 dan standar deviasinya
adalah $75. Apakah ini berarti rata-rata populasinya 5445, atau
$425?
1. Berapakah rata-rata populasinya? Berapakah estimasi terbaik dari
rata-rata populasinya?
2. Mengapa faktor koreksi populasi yang terbatas harus digunakan?
3.Jelaskan interval kepercayaan!
JAWABAN
1. Estimasi terbaik yang kita miliki dari rata-rata populasi adalah rata-
rata sampel, yang bernilai $450.
2. Sampełnya adalah 16% dari populasi diporelah dari n / N = 40/450 =
0, 16. Karena sampel lebih besar dan 0,05 populasi, kita harus
menggunakan FPC untuk menyesuaikan kesalahan standar dalam
menentukan interval kepercayaan
3.Kemungkinan besar rata-rata populasi lebih besar dari 5431,65 tetapi
kurang dari $468,35. Dengan kata lain, dapatkah rata-rata pupulasinya
sama dengan $445? Ya, tetapi tidak mungkin rata-ratanya
adalah $425. Mengapa demikian? Karena nilai $445 berada dalam
interval kepercayaan dan 5425 tidak berada dalam interval kepercayaan.
 Memilih Ukuran Sampel
yang Tepat
Suatu hal yang biasanya perlu diperhatikan ketika merancang sebuah penelitian statistik
adalah berapa banyak yang harus dimasukkan ke dalam sampel. Jika sebuah sampel
terlalu besar,Uang Kita akan terbuang percuma untuk mengumpulkan datanya.Begitu
pula jika sampel terlalu kecil,hasil kesimpulan akan menjadi tidak pasti. Ukuran sampel
yang diperlukan bergantung pada tiga hal:
1. Tingkat kepercayaan yang diharapkan.
2. Batas kesalahan yang dapat diterima.
3. Variabilitas populasi yang sedang diteliti.
 Faktor pertama adalah tingkat kepercayaan (level of confidence). Orang yang akan
melakukan penelitian harus memilih tingkat kepercayaannya. Tingkat kepercayaan 95
persen dan 99 persen adalah yang paling lazim, tetapi nilai berapapun antara 0 dan 100
dapat dipilih.Tingkat kepercayaan 95 persen bersesuaian dengan nilai z 1,96, dan
tingkat kepercayaan 99 persen bersesuaian dengan nilai z 2,58. Semakin tinggi tingkat
kepercayaan yang dipilih, harus semakin besar ukuran sampelnya.

Faktor yang kedua adalah kesalahan yang diizinkan (allowable error). Maksimal
kesalahanyang diizinkan, dilambangkan dengan E, adalah jumlah yang ditambahkan pada dan
dikurangkan dari rata-rata sampel (atau bagian sampel) untuk menentukan nilai akhir dari
interval kepercayaan. Ini adalah jumlah kesalahan yang dapat ditoleransi oleh pihak yang
melakukan penelitiannya.Lebarnya adalah sebesar setengah dari interval kepercayaan yang
bersesuaian. Suatu nilaiyang kecil untuk kesalahan yang diizinkan akan membutuhkan sebuah
sampel yang besar.Jikanilainya besar, sampelnya boleh saja kecil.

Faktor ketiga dalam menentukan ukuran sampel adalah standar deviasi

populasi (population standard deviation). Jika populasi tersebar secara luas,
dibutuhkan sampel yangbesar. Di sisi lain, jika populasinya terkonsentrasi
(homogen), ukuran sampel yang dibutuhkan lebih kecil. Sangat penting untuk
menggunakan estimasi dalam standar deviasi populasi.
Kita dapat menjelaskan interaksi antara ketiga faktor
ini dengan ukuran sampel dalam rumusan berikut :

Nilai n dari persamaan ini menjadi:

Hasil dari perhitungan ini tidak selalu berupa bilangan bulat. Jika hasilnya
bukan bilangan bulat, hal yang dilakukan biasanya adalah membulatkan hasil
pecahannya. Sebagai contoh 201,22 dibulatkan menjadi 202.
Example
Seorang mahasiswa jurusan administrasi
negara ingin mengetahui rata rata dari
jumlah pendapatan setiap bulan anggota
dewan kota. kesalahan estimasi rata ratanya
adalah kurang dari $100 dengan tingkat
kepercayaan 95 persen. Mahasiswa ini
menemukan sebuah laporan oleh
Departemen Tenaga Kerja yang telah
memperkirakan standar deviasinya sebesar
$1,000. Berapakah ukuran sampel yang
diperlukan?
Solusi
Kesalahan maksimal yang dizinkan,E, adalah $100. Nilai z untuk
tingkat kepercayaan 95 persen adalah 1,96 dan perkiraan standar
deviasi adalah $1.000. Masukkan nilai-nilai ini ke dalam rumus (9-5)
untuk mendapatkan ukuran sampel yang dibutuhkan, sebagai berikut:
Hasil perhitungan 384,16 dibulatkan menjadi 385. Sebuah sampel sebanyak 385 dibutuhkan
untuk mendapatkan spesifkasinya. Jika mahasiswa ini ingin meningkatkan tingkat
kepercayaannya, sebagai contoh 99 persen, akan dibutuhkan sebuah sampel yang besar. Nilai
z yang bersesuaian dengan tingkat kepercayaan 99 persen adalah 2,58.
Example

Kita merekomendasikan sebuah sampel sebanyak 666. Amati berapa besar perubahan pada tingkat kepercayaan mengubah
ukuran sampelnya. Sebuah kenaikan tingkat kepercayaan dari 95 persen menjadi 99 persen menghasilkan kenaikan sebanyak
281 pengamatan. Oleh karena itu, biaya penelitiannya menjadi besar, baik dari segi waktu maupun uang. Jadi, tingkat
kepercayaan harus dipertimbangkan dengan matang
 Rumus untuk
menetapkan ukuran
sampel suatu
proporsi adalah:

Jika sebuah estimasi p tersedia dari penelitian awal atau dari sumber yang lain, nilai ini
dapatdigunakan. Jika tidak, gunakan 0,50 karena suku p(1 -p) tidak akan pernah lebih besar
daripada ketika tika p=0,50. Sebagai contoh, jika p=0,30, maka p(1-p)=0,3(1-0,3)=0,21 tetapi
ketika p=0,50, p(1-p)=0,5(1-0,5)=0,25.
Example
Sebuah penelitian dalam contoh sebelumnya juga memperkirakan proporsi kota kota yang ada
kolehorsapa swastanya. Mahasiswa ini ingin batas kesalahannya berada dalam 0,10 dari proporsi
popuasi Singkat kepercayaan yang diharapkan adalah 90 persen, dan tidak ada estimasi yang
tersedia untuk proporsi populasi. Berapakah ukuran sampel yang diperlukan?

Solusi
Estimasi dari proporsi populasi akan berada dalam 0,10, jadi E =0,10. Tingkat kepercayaan
yang diharapkan adalah 0.90, yang bersesuaian dengan nilai = 1,65. Karena tidak ada
estimasi proporsi populasi yang tersedia, kita menggunakan 0,50. Jumlah pengamatan yang
disarankan adalah

Mahasiswa ini memerlukan sebuah sampel acak sebanyak

69 kota.
 Sesi Tanya Jawab
Rasulullah shallallahu 'alaihi wa sallam bersabda:
‫ْل‬ ‫َل‬
‫َو َم ْن ُيَش اِق ُق َيْش ُق ِق ُهَّللا َع ْي ِه َيْو َم ا ِق َي اَم ِة‬
"Barang siapa yang menyulitkan (orang lain) maka
Allah swt akan mempersulitnya pada hari kiamat"
(HR al-bukhari)
Thank you