DISUSUN OLEH
KELOMPOK 9 :
Dosen Pengampu :
Fadli,Dr.,SE,M.Si.,Ak.,CA,CRP
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Panyayang, Kami
panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah melimpahkan rahmat, hidayah,
dan inayah-Nya kepada kami, sehingga kami dapat menyelesaikan makalah statistik ini, makalah
ini telah kami susun dengan maksimal mungkin sehingga dapat kami selesaikan dengan baik.
Terlepas dari semua itu, Kami menyadari sepenuhnya bahwa masih ada kekurangan baik
dari segi susunan kalimat maupun tata bahasanya. Oleh karena itu dengan segala kekurangan
dalam makalah ini kami menerima segala saran dan kritik dari pembaca agar kami dapat
memperbaiki makalah statistik ini.
Akhir kata kami berharap semoga makalah statistik ini dapat memberikan manfaat
maupun inpirasi terhadap pembaca.
Penyusun
DAFTAR ISI
Kata pengantar.....................................................................................................................
Daftar Isi..............................................................................................................................
Bab I Pendahuluan
A. Latar Belakang........................................................................................................
B. Rumusan Masalah...................................................................................................
Bab II Pembahasan
Kesimpulan .....................................................................................................
BAB I
PENDAHULUAN
A. Latar Belakang
Estimasi merupakan proses yang digunakan untuk menghasilkan suatu nilai tertentu terhadap
suatu parameter. Estimasi merupakan suatu tahapan yang terpenting dalam menenentukan model
peluang yang tepat dari sekumpulan data. Data yang digunakan untuk melakukan estimasi
parameter ini merupakan suatu sampel yang akan digunakan untuk menentukan estimasi terbaik
berdasarkan nilai dari evaluasi metode penduga terbaik . interval adalah suatu pendugaan
terhadap parameter berdasarkan suatu interval , di dalam interval mana kita harapkan dengan
keyakinan tertentu parameter itu akan terletak.
Bab ini membahas beberapa aspek penting dan sampling Kita mulai dengan memp estimasi
titik sport estimates) Estimasi Mk adalah na tunggal yang berasal dan suatu sa dan digunakan
untuk memperkirakan nilai populas Misainya, kita memilih sampel yang ter atás 50 eksekutif
muda mengetahui berapa jam yang mereka habiskan untuk bela sulama satu minggu yang Hitung
rata-rata dan sampel 50 orang ini dan gunakan nila ala rata sampel sebagai estimasi tik dan rata-
rata populasi yang tidak diketahu Estmas trade nlar tungt Pendekatan yang lebih informatif
adalah dengan memberkan suatu karan yang kita harapkan akan tegadi dalam parameter populasi
tertentu. Kisanan nilai tersebut distur Interval kepercayaan (confidence interval).
B. Rumusan Masalah
BAB II
PEMBAHASAN
Kita mulai mempelajan estimasi titik dan interval kepercayaan dengan mempelajan
estimasi rata rata populasi Dibenkan dua contoh kasus di mana
Ada perbedaan penting dalam pengambilan asumsi di antara kedua situasi di atas. Kita mula
dengan kasus o diketahui.
Pada bab sebelumnya, data lamanya bekerja pekerja Spence Sprockets merupakan
populas karena datanya adalah lama bekerja dan 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 statistic.
Estimasi Titik Statistik yang dihitung dari informasi sampel yang digunakan untuk
memperkirakan parameter populasi Rata-rata sampel, X, adalah estimasi titik dan rata-rata
populasi. u. p. proporsi sampel, adalah estimasi titik dari x, proporsi populasi, dan s, standar
deviasi sampel, adalah estimasi titik dan o, 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).
Sebagai contoh, kita perkirakan pendapatan rata-rata per tahun para pekerja bangs di
kawasan New York-New Jersey adalah $65.000 Kisaran perkiraan ini kemungkinan ad 561.000-
$69.000 Dengan menambahkan pernyataan probabilitas kita dapat mener seberapa pasti
parameter populasi dapat terjadi dalam interval tersebut Msalnya, kita dap menyatakan bahwa
kita 90 persen yakin bahwa pendapatan rata-rata per tahun pekinga bangun di kawasan New
York-New Jersey antara $61 000 dan $69.000.
Informasi yang dikembangkan dan bentuk suatu distribusi sampling rata cata samp
diatribusi sampling dari X. memungkinkan kita untuk mencan interval dengan probabilitas sp
yang mengandung rata-rata populasi p. Untuk sampel yang berukuran cukup besar, hald teorema
limit tengah memungkinkan kita untuk menyatakan bahwa :
1. Sembilan puluh lima persen rata-rata sampel yang dipilih dari populasi akan berada di
1,96 standar deviasi rata-rata populasi
2. Sembilan puluh sembilan persen rata-rata sampel akan berada dalam 2,58 standards rata-
rata populasi
Standar devası yandibicarakan di sini adalah standar deviasi dan distribusi samping rata-
rata sampel Standar deviasi ini biasanya disebut kesalahan standar Interval yang dhang dengan
cara seperti ini disebut interval kepercayaan 95 persen (95 percent confidence ten dan interval
kepercayaan 99 persen (99 percent confidence interval Dan marakah dip nifar 1,96 dan 2,587
Angka 95 persen dan 99 persen mengacu pada persentase interval de kesamaan bentuk yang
memuat parameter yang sedang diperkirakan Nilai 95 persen populasi pada 95 persen data yang
terletak di tengah-tengah distribusi .Oleh karena itu, sisa 5 persennya dibagi dua diantara kedua
ujung distribusinya. Perhatikan diagram berikut .
Kita gunakan Lampiran B.1 untuk menemukan nilai z yang tepat. Carilah 0,4750 dalam
tabel. Carilah nilai pada baris dan kolom yang bersesuaian. Nilainya adalah 1.96 Oleh karena
probabilitas menemukan suatu nilai z antara 0 dan 1,96 adalah 0,4750. Selanjutnya, probabi nilai
z berada di antara kisaran -1.96 dan 0 juga 0,4750, Ketika kita gabungkan keduanya probabilitas
nilai z berada di antara interval -1,96 sampai dengan 1.96 adalah 0.9500 Ben adalah sebagian
dari Lampiran B.1. Nilai z untuk tingkat kepercayaan 90 persen ditent dengan cara yang sama
Hasilnya adalah 1,65. Untuk tingkat kepercayaan 99 persen nila 200 adalah 2,58.
Kita tidak hanya dapat menggunakan tingkat kepercayaan pada 95 dan 99 persen. Kita
dapat memilih tingkat kepercayaan antara 0 dan 100 persen dan menemukan nilal z-nya. Secara
umum, dapat disimpulkan bahwa jika standar deviasi populasi diketahui, interval kepercayaan
untuk rata-rata populasi dapat dihitung menggunakan:
di mana z bergantung pada tingkat kepercayaannya. Jadi, untuk tingkat kepercayaan 92 persen,
nilai z dalam rumus (9-1) adalah 1,75. Nilai z berasal dari Lampiran B.1. Tabel tersebut
berdasarkan setengah distribusi normal, jadi 0,9200/2= 0,4600. Nilai terdekat dalam isi tabel
adalah 0,4599 dan nilai zyang bersesuaian adalah 1,75.
Sering pula kita menggunakan tingkat kepercayaan 90 persen. Dalam kasus ini kita ingin
agar nilai di antara 0 dan z adalah 0.4500, diperoleh dari 0,9000/2. Untuk mendapatkan nilai z
dengan tingkat kepercayaan 90 persen, telusuri kolom sebelah kiri Lampiran B.1 ke bawah
sampai menemukan angka 1,6 kemudian bergeser ke kanan sampai menemukan angka yang
bersesuaian dengan kolom 0,04 dan 0,05 sebagai judulnya. Nilai untuk 1,64 adalah 0,4495 dan
untuk 1,65 adalah 0,4505. Kita akan gunakan 0,4505. Perhatikan tingkat kepercayaan di bawah
ini :
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
sampelnya, tetapi standar deviasi populasi (a) yang diperlukan untuk menggunakan rumus (9-1)
tidak dapat diketahui. Ia dapat menghitung standar deviasi sampel dan menggunakannya sebagal
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. la memilih sampel yang terdiri atas 40 orang
mahasiswa yang menempuh perjalanan pulang-pergi ke kampus, menghubungi mereka satu demi
satu dan menentukan jarak dari tempat tinggal mahasiswa ke kampus. Dari data sampel tersebut
ia menghitung jarak rata-ratanya, yaitu X. Tampaknya standar deviasi populasi tidak dapat atau
sulit diketahui, sehingga rumus (9-1) tak dapat digunakan.
Untunglah kita dapat menggunakan standar deviasi sampel untuk memperkirakan standar
deviasi populasi. Karena itu kita menggunakan s, standar deviasi sampel untuk memperkirakan
deviasi populasi (a). Tetapi dengan melakukan hal tersebut, kita tidak dapat menggunakan rumus
(9-1). Oleh karena kita tidak mengetahui a, kita tidak dapat menggunakan distribusi z. Ada cara
tersendin, yaitu menggunakan standar deviasi sampel dan menggantikan distribusi z dengan
distribusi t Distribusi fadalah distribusi probabilitas kontinu dengan karakteristik menyerupai
distribusi z William Gosset, seorang pembuat bir, adalah orang yang pertama kali mempelajari
distribusi William Gosset sangat tertarik dengan distribusi statistik berikut:
dengan s adalah estimasi dari o la khususnya khawatir dengan perbedaan antara s dan a
jika s diperoleh dari sampel yang berukuran sangat kecil. Distribusi dan distribusi normal baku
ditunjukkan dalam bentuk grafik pada Diagram 9-1. Perhatikan bahwa distribusi lebih datar dan
tersebar dibandingkan distribusi normal baku. Ini karena standar deviasi dari distribusi t lebih
besar dari 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 (a) dengan sampel standar deviasi (s).
3. Gunakan distribusi fdan bukan distribusi z
PROPORSI Bagian, rasio, atau persen yang mengindikasikan bagian sampel atau
populasi yang memiliki sifat-sifat tertentu yang sedang diteliti. Sebagai contoh proporsi, survei
terbaru menyatakan bahwa di musim panas, 92 dari 100 orang yang disurvei cenderung
menggunakan Daylight Savings Time. Proporsi sampelnya adalah 92/100 atau 0.92 atau 92
persen. Jika kita melambangkan proporsi sampel sebagai p. X sebagai jumish "sukses," dan n
adalah banyaknya anggota sampel, kita dapat menentukan proporsi sampel dengan rumus
berikut.
Untuk membuat interval kepercayaan bagi suatu proporsi, ada beberapa asumsi yang harus
dipenuhi.
1. Kondisi binomial seperti yang dibahas pada Bab 6 terpenuhi. Secara singkat, kondisi ysi
yang harus terpenuhi adalah:
a. Data sampel merupakan hasil dari menghitung.
b. Hanya ada dua hasil kemungkinan. (Umumnya kita gunakan istilah "sukses" atau
"gagal.")
c. Probabilitas kesuksesan tetap sama dan satu percobaan ke percobaan berikutnya.
d. Setiap percobaan bersifat saling bebas. Artinya, hasil dari satu percobaan tidak
memengaruhi hasil percobaan lainnya.
2. Nilai nx dan n(1-x) harus lebih besar atau sama dengan 5. Kondisi ini membuat kita dapat
menerapkan teorema limit tengah dan menggunakan distribusi normal baku, yaitu z, untuk
membuat interval kepercayaan.
Populasi yang telah kita ambil sampelnya sejauh ini berukuran sangat besar atau tak hingga
Bagaimana jika populasi sampelnya tidak terlalu besar? Kita perlu membuat penyesuaian dalam cara
menghitung kesalahan standar dari rata-rata dan kesalahan standar dari proporsi sampel. Sebuah populasi
yang memiliki sebuah batas atas yang tetap merupakan populasi yang terbatas (finite).
Rumus Faktor Koreksi Populasi yang Terbatas:
Contoh : andaikan populasinya 1.000 dan sampelnya 100. Maka rasio ini menjadi
FCP = N-n/N-1
= (1.000-100)/(1.000-1), atau 900/999.
= 0,9492
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 (1 -0.9492 = 0.0508).
Contoh : 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 $445, atau $425?
3. Buat sebuah interval kepercayaan 90 persen untuk rata-rata populasi. Berapakah batas akhir
dari interval kepercayaannya?
Pembahasan :
Dalam kasus ini kita mengetahui X = 450s-75,N250, sehinggan 40 Kita tidak mengetahu standar
deviasi populasi, jadi kita gunakan distribusi r. Untuk mendapatkan nilai ryang tepat kita
menggunakan Lampiran B2, dan cari dari baris paling atas menuju kolom berjudul 50 persen
Derajat kebebasannya adalah df=n-1=40-1-39, jadi kita pindah ke bagian perpotongan antara
baris df 39 dengan kolom yang berjudul 90 persen Nilainya adalah 1,585 Masukkan nila ini ke
dalam rumus:
Titik-titik ujung dari interval kepercayaan adalah $431,65 dan $468, 35.
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 kesalahan
yang 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 nilai yang kecil untuk kesalaha yang dizinkan akan membutuhkan sebuah sampel yang
besar. Jika nilainya 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 yang besar. Di sisi
lain, jika populasinya terkonsentrasi (homogen), ukuran sampel yang dibutuhkan lebih kecil.
Sangat penting untuk menggunakan estimasi dalam standar deviasi populasi.
dengan:
n adalah ukuran sampel.
z adalah nilai normal standar yang bersesuaian dengan tingkat kepercayaan yang dinginkan.
σ adalah standar devil populasi
E adalah kesalahan maksimal y yang dizinkan
Hasil dan 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
Prosedur yang baru saja dijelaskan dapat diterapkan dalam menentukan ukuran sampel untuk
sebuah proporsi. Sekali lagi, ada tiga hal yang perlu dijelaskan:
1. Tingkat kepercayaan yang dinginkan.
BAB III
PENUTUP
Kesimpulan
Sebuah estimasi titik adalah suatu nilai (statistik) tunggal yang digunakan dalam
memperkirakan suatu nilai populasi (parameter). Interval kepercayaan adalah sebuah jangkauan
nilai yang di dalamnya parameter populasi diharapkan akan terjadi. Faktor yang menentukan
lebarnya suatu interval kepercayaan untuk suatu rata-rata adalah:
1. Jumlah pengamatan dalam sampel, n.
2. Variabilitas dalam populasi, biasanya diperkirakan oleh standar deviasi sampel, s.
3. Tingkat kepercayaan.
a. Untuk menetapkan titik-titik ujung dari interval kepercayaan ketika standar deviasi
populasi diketahui, kita menggunakan distribusi z Rumusnya adalah
b. Untuk menetapkan titik-titik ujung dari interval kepercayaan ketika standar deviasi
populasi tidak diketahui kita menggunakan distribusi t. Rumusnya adalah :
Kita dapat menentukan ukuran sampel yang tepat untuk memperkirakan rata-rata dan proporsi.
Terdapat tiga faktor dalam menentukan ukuran sampel ketika kita ingin memperkirakan rata-rata.
1. Tingkat kepercayaan yang diinginkan, biasanya dilambangkan dengan z.
2. Kesalahan maksimal yang diizinkan, E.
3. Variasi dalam populasi, s.
Terdapat tiga faktor dalam menentukan ukuran sampel ketika kita ingin memperkirakan proporsi,
1. Tingkat kepercayaan yang diinginkan, biasanya dilambangkan dengan z.
2. Kesalahan maksimal yang diizinkan, E.
3. Sebuah estimasi dari proporsi sampel. Jika tidak ada estimasi, gunakan 0,50.