BAB III

ESTIMASI/PENAKSIRAN

3.1. Penaksir/Estimator
Dari suatu populasi (N) yang berupa kumpulan objek (data kuantitatif), ingin diketahui atau
diidentifikasi karakteristik parameter populasi (). Karena satu dan lain hal identifikasi tidak dapat dilakukan
dengan SENSUS, sehingga dilakukanlah SAMPLING. Dari sample ini dilakukan pendugaan atau estimasi
atau penaksiran secara statistik untuk menghasilkan penduga (penaksir atau estimator) parameter ̂ . Secara
umum karakteristik parameter populasi () yang sering ingin diidentifikasi adalah: rata-rata (), proporsi (p
atau ), dan simpangan baku (). Sifat-sifat penaksir yang baik antara lain:
1. Tak bias
Jika rata-rata harga ̂ yang mungkin akan sama dengan  atau ( ̂ ) = .
P( ̂ )

̂
 = ( ̂ )
(a) Estimator yang tidak bias
P(  )

 ( ̂ ) 
(b) Estimator yang bias
2. Bervariansi minimum atau efisien.
Penaksir dengan varians terkecil diantara semua penaksir untuk parameter yang sama.
P(  )
(a)
(a) estimator yang efisien
(b) estimator yang tidak efisien
(keduanya tidak bias)
(b)



VI - 1
Bab III Estimasi rev 2021 III - 2

3. Ajeg atau konsisten.

Jika besarnya sampel (n) menjadi tidak berhingga, penduga atau estimator ̂ yang konsisten harus dapat
memberi suatu pendugaan titik secara sempurna terhadap . Dengan kata lain ̂ merupakan penduga yang
konsisten bila bias maupun variansnya kedua-duanya mendekati nol jika n mendekati tak hingga (n   )

n1=200 n2=50 n3 =20

1 2 3

3.2. Cara-cara Menaksir

Jika parameter  harganya ditaksir oleh sebuah harga ̂ yang tertentu, maka ̂ dinamakan titik taksiran atau
penaksir.

Contoh 3.1
Untuk menaksir tinggi rata-rata mahasiswa Indonesia diambil sebuah sampel acak. Data sampel
dikumpulkan lalu dihitung rata-ratanya. Misalkan didapat X = 163 cm, ini dipakai untuk menaksir rata-rata
tinggi mahasiswa Indonesia, maka 163 cm adalah titik taksiran untuk rata-rata mahasiswa Indonesia.
Secara umum : X adalah penaksir atau titik taksiran untuk 
Titik penaksir untuk sebuah parameter  misalnya, harganya akan berlainan tergantung pada harga X yang
didapat dari sampel yang diambil. Karenanya orang sering merasa kurang yakin atau kurang percaya atas
hasil penaksiran seperti ini. Untuk itu, dipakai interval penaksiran atau daerah penaksiran, yaitu menaksir
harga parameter di antara batas-batas dua harga. Untuk contoh di atas kita dapat menaksir rata-rata tinggi
mahasiswa antara 155 cm dan 170 cm atau antara 150 cm dan 175 cm, dan sebagainya. Makin besar jarak
interval makin percaya tentang kebenaran penaksiran yang dilakukan. Menaksir rata-rata tinggi mahasiswa
antara 100 cm sampai dengan 200 cm lebih merasa yakin benar dari pada menaksir antara 150 cm sampai
dengan 170 cm.
Dalam praktik harus dicari interval penaksiran yang baik dengan “derajat kepercayaan” yang
memuaskan. Derajat kepercayaan menaksir disebut koefisien kepercayaan  (baca: gamma), merupakan
pernyataan dalam bentuk peluang, yang bernilai 0 < < 1.
 = (1-),  dinyatakan sebagai kesalahan duga (error of estimate).
 = (1-) = koefisien kepercayaan = derajat kepercayaan = taraf kepercayaan
= interval keyakinan = confidence coefficient = confidence level.
Harga (1-) yang digunakan bergantung kepada persoalan yang dihadapi dan berapa besar peneliti ingin
yakin dalam membuat pernyataannya, misal 90%, 95%, 98%, atau 99%.
Untuk menentukan interval penaksiran parameter  dengan koefisien kepercayaan (1-), maka, sebuah
sampel acak diambil, lalu ditentukan nilai-nilai statistik yang diperlukan.

Statistika Industri
Bab III Estimasi rev 2021 III - 3

Perumusan yang didapat:

^ ^ 
P 1     2   1  
 
dengan ̂1 dan ̂ 2 fungsi dari statistik, jadi merupakan variable acak, tetapi tidak bergantung pada .
ˆ 
Perumusan P[ ˆ ]  1   artinya:
1 2
Peluangnya adalah (1-) bahwa interval yang sifatnya acak yang terbentang dari ̂1 ke ̂ 2 akan berisikan .
Apabila selanjutnya ̂1 dan ̂ 2 dihitung harganya berdasarkan data sampel, maka ̂1 dan ̂ 2 akan
merupakan bilangan tetap, sehingga harus dikatakan bahwa kita merasa (1-)% percaya bahwa parameter 
akan ada di dalam interval ˆ ,
( ˆ ), atau kita dapat mentolerir kesalahan duga (error of estimate)
1 2
sebesar α.

Berdasarkan uraian di atas diperoleh bahwa estimasi/penaksiran dibagi ke dalam dua jenis, yaitu:
1. Penaksir Titik
Penaksiran titik ̂ untuk parameter populasi  yang tidak diketahui adalah statistik yang digunakan untuk
menaksir parameter populasi . Penaksiran titik ̂ untuk parameter populasi  yang tak diketahui adalah
nilai numerik dari penaksir .
2. Penaksir Selang
Taksiran selang suatu parameter populasi  adalah suatu selang yang berbentuk ̂ 1 <  < ̂ 2; 1 dan 2
tergantung pada nilai statistik ̂ untuk suatu sampel ̂ .

3.3. Estimasi/Penaksiran Titik

1. Estimasi Parameter Distribusi Normal
Misalkan X1, X2, X3, …, Xn menyatakan unsur-unsurdari suatu sampel random sebesar n dan dipilih
dari populasi normal dengan rata-rata dan varians yang tidak diketahui. Penduga yang baik untuk rata-rata
populasi adalah rata-rata sampel yang dirumuskan sebagai berikut:
1 n
X  Xi
n i 1
distribusi rata-rata sampel sedemikian itu memiliki : E(X)   X   dan (X) merupakan penduga

parameter  yang tidak bias. Selain itu (X) juga merupakan penduga dengan varians terkecil dan karena itu
dianggap paling efisien.

Penduga varians populasi 2 dapat dilakukan dengan varians sampel sebagai berikut:
1 n
S2   (X i  X) 2
n  1 i 1
Distribusi varians sampel sedemikian itu memiliki : E(Ŝ2 )  S2   2
Karena itu penduga S2 yang menggunakan derajat kebebasan sebesar n-1 sebagai pembagi juga merupakan
penduga yang tidak bias.
2 
Varians dari rata-rata sampel adalah 
ˆ 2X  dan 
ˆX  .
n n

Statistika Industri
Bab III Estimasi rev 2021 III - 4

Jika 2 tidak diketahui, penduga varians rata-rata sampel harus dilakukan dengan mengganti 2 diatas dengan
penduga S2, sehingga diperoleh:
S2 S
ˆ 2X  ˆ X 
n n

2. Estimasi Parameter Distribusi Binomial

Jika sebuah sampel random n dipilih dari populasi binomial: distribusi jumlah sukses X, katakanlah
jumlah rusak sejumlah X juga merupakan distribusi binomial dan fungsinya adalah
n 
f ( x )    p x (1  p) n  x dengan dua parameter n dan p serta memiliki rata-rata dan varians
x 
 = np dan 2 = np (1-p).

Pada umumnya, proporsi sukses atau kerusakan p diatas dapat diduga secara tidak bias dengan proporsi
x
sampel p̂  , dimana x menyatakan jumlah sukses atau kerusakan yang diamati sedangkan n menyatakan
n
besarnya sampel.
Distribusi proporsi sampel sedemikian itu memiliki rata-rata:
p(1  p)
E(p̂)   p̂  p dan varians  2p̂ 
n
Karena p dapat diduga dengan p̂  x n , maka pendugaan tentang varians populasi jumlah sukses dan
jumlah varians populasi sampel x n masing-masing dapat dilakukan dengan rumus:
x x
(1  )
x x
 2  n (1  ) dan  2p̂  n n
.
n n n
dengan sendirinya deviasi standar dapat diduga dengan :
x x
(1  )
x x n n
  n (1  ) dan  p̂ 
n n n

3.4. Estimasi Interval/Penaksir Selang

P( ̂ )

Interval kepercayaan

/2 1-  /2
̂
Batas kepercayaan bawah Batas kepercayaan atas

Statistika Industri
Bab III Estimasi rev 2021 III - 5

3.4.1. Estimasi Rata-rata ()

POPULASI SAMPEL

N n
  akan ditaksir
 S

Titik taksiran/penaksir untuk  adalah X atau nilai  besarnya ditaksir oleh harga X yang didapat dari
sampel. Untuk memperoleh taksiran yang lebih tinggi derajat kepercayaannya, digunakan interval taksiran
atau selang taksiran disertai dengan koefisien kepercayaan yang dikehendaki.

Interval kepercayaan

/2 1-  /2

Zα/2 Zα/2

Secara skematis perumusan untuk estimasi rata-rata (1 populasi) dan selisih rata-rata (2 populasi) adalah
sebagai berikut:

KONDISI A: Jika n besar (30)

1. SIMPANGAN BAKU  DIKETAHUI, n/N  5%
   
P X  Z  XZ  1 
  2 n  2 n
(1-) = derajat kepercayaan
 = kesalahan duga
Z/2 = bilangan Z didapat dari tabel normal baku untuk peluang 1/2

2. SIMPANGAN BAKU  DIKETAHUI, n/N > 5%

  Nn  Nn
P  X  Z 2    X  Z 2   1 
 n N 1 n N 1 

3. SIMPANGAN BAKU  TIDAK DIKETAHUI, n/N  5%

 S S 
P X  Z     X  Z   1 

 2 n 2 n


Statistika Industri
Bab III Estimasi rev 2021 III - 6

4. SIMPANGAN BAKU  TIDAK DIKETAHUI, n/N > 5%

 S Nn S Nn 
P  X  Z 2    X  Z 2   1 
 n N 1 n N 1 

KONDISI B: Jika n kecil (< 30)

1. POPULASI BERDISTRIBUSI NORMAL  Sama dengan kondisi A
2. POPULASI MENDEKATI DISTR NORMAL, SIMPANGAN BAKU  DIKETAHUI, n/N  5%
   
P  X  t    X  t 1
n
2 , 2
 n 
Untuk distribusi student (t) maka df =  = n-1
3. POPULASI MENDEKATI DISTR NORMAL, SIMPANGAN BAKU  DIKETAHUI, n/N > 5%
  Nn  Nn
P  X  t  2,     X  t 2   1 
 n N 1 n N 1 
4. POPULASI MENDEKATI DISTRIBUSI NORMAL, SIMPANGAN BAKU  TIDAK
DIKETAHUI, n/N  5%

 S S 
P X  t  2,    X  t 2 1 
 n n 
5. POPULASI MENDEKATI DISTRIBUSI NORMAL, SIMPANGAN BAKU  TIDAK
DIKETAHUI, n/N > 5%

 S Nn S Nn
P  X  t  2,     X  t 2   1 
 n N 1 n N 1 

Contoh 3.2
Rataan nilai UTS Statistika Industri tahun 2020 dengan 36 sampel acak mahasiswa TI adalah 2,6. Hitunglah
selang kepercayaan 95% dan 99% untuk rataan nilai UTS Statistika Industri semua mahasiswa yang
mengikuti kuliah tersebut. Anggap bahwa simpangan baku populasinya 0,3.
Jawab:
1. Estimasi rata-rata.
2. Informasi.
Data sampel: n = 36 x  2,6
Data populasi:  = 0.3 N >>>
Data distribusi: ? n > 30  dist Z
3. 1 – α = 95%   Z2,5% =  1.96
4. Formula.
n besar,  diketahui, N tidak diketahui (diasumsikan besar sekali) sehingga n/N  5%  A.1.
   
P X  Z  2    X  Z 2   1 
 n n
Statistika Industri
Bab III Estimasi rev 2021 III - 7

0,3 0,3
P ( 2,6  1,96    2,6  1,96 )  95%
36 36
2,5    2,7
Untuk 1 – α = 99%   Z 0,5% =  2.575
0,3 0,3
2,6  2,575    2,6  2,575
36 36
2,47    2,73

Contoh 3.3
Data berikut menyatakan berat, dalam gram, sampel10 bungkus bibit sejenis tanaman yang dipasarkan: 46.4,
46.1, 45.8, 47.0, 46.1, 45.9, 45.8, 46.9, 45.2, dan 46. Carilah selang kepercayaan 95% untuk rataan semua
bungkusan bibit yang dipasarkan. Distribusi berat diketahui mendekati normal.
Jawab:
1. Estimasi rata-rata.
2. Informasi.
Data sampel: n = 10 x  46,12 s = 0,535
Data populasi: -
Dist ? mendekati normal  cek n  n =10  dist t
3. 1 – α = 95%   t 2,5%,9 =  2,262 n-1
4. Formula.
 S S 
P X  t  2,    X  t 2  1 
 n n 
0,535 0,535
46,12  2,262    46,12  2,262
10 10
45,737    46,503

3.4.2. Estimasi Selisih Rata-rata (1- 2)

POPULASI SAMPEL
I II I II
12
N1 N2 akan n1 n2
1 2 ditaksir X1 X2
1 2 S1 S2

Titik taksiran/penaksir untuk (1-2) adalah ( X 1- X 2).

KONDISI A: Jika n1 dan n2 besar (>30)

1. 1 DAN 2 DIKETAHUI
 12  22 12  22 

P (X1  X 2 )  Z  2   (1   2 )  (X1  X 2 )  Z  2    1 
 n 1 n 2 n 1 n2 

Statistika Industri
Bab III Estimasi rev 2021 III - 8

2. 1 DAN 2 TIDAK DIKETAHUI, 1 = 2 = 

 1 
 
P  X1  X 2  Z  / 2 . 
1
n

n
1
 
 1   2   X1  X 2  Z  / 2 . 
1
n

n
  1 
 1 2 1 2 

3. 1  2, BESARNYA TIDAK DIKETAHUI

 S12 S22 S12 S22 
P (X1  X 2 )  Z 2 .   (1   2 )  (X1  X 2 )  Z 2 .    1 
 n1 n 2 n1 n 2 


KONDISI B: Jika n kecil (< 30)

1. POPULASI BERDISTRIBUSI NORMAL  Sama dengan kondisi A
2. POPULASI MENDEKATI DISTRIBUSI NORMAL, 1 DAN 2 DIKETAHUI
 12  22 12  22 

P (X1  X 2 )  t  2,   (1   2 )  (X1  X 2 )  t  2 ,     1 
 n 1 n 2 n 1 n2 

Untuk distribusi student (t) maka df =  = n1 + n2 - 2

3. POPULASI MENDEKATI DISTRIBUSI NORMAL, 1 DAN 2 TIDAK DIKETAHUI, ASUMSI

1 =  2
Terlebih dahulu perlu dicari simpangan baku gabungan S p.

(n1  1)S12  (n 2  1)S22

SP 
n1  n 2  2

 1 1 1 1
P(X1  X 2 )  t  2, .Sp   (1   2 )  (X1  X 2 )  t  2, .Sp    1    = df
 n1 n 2 n1 n2 
= n1 + n2 - 2

4. POPULASI MENDEKATI DISTRIBUSI NORMAL, 1 DAN 2 TIDAK DIKETAHUI, ASUMSI

1   2
 S12 S22 S12 S22 
P (X1  X 2 )  t  2,* .   (1   2 )  (X1  X 2 )  t  2,* .    1 
 n1 n 2 n1 n 2 

derajat kebebasan = df = * , dengan rumus:

 
* S
n 1  S 22 n 2
2
1 2

 
 S2 n 2   S2 n 2 
 1 1  2 2 
 
 n 1  1   n 2  1 

Statistika Industri
Bab III Estimasi rev 2021 III - 9

5. OBSERVASI BERPASANGAN :
Data yang diantara 2 sampelnya saling tidak bebas.
Misalkan:
Populasi 1 mempunyai variable acak : X1, x, n1
Populasi 2 mempunyai variable acak : Y1, y, n2
Dimana n1 = n2 = n
Didapat data sampel : (X1, X2, X3, ….., Xn) dan (Y1, Y2, Y3, …, Yn)
Kedua data hasil observasi ini DIMISALKAN berpasangan sebagai berikut :
X1 berpasangan dengan Y1
X2 berpasangan dengan Y2
. .
. . .
Xn berpasangan dengan Yn

Untuk menaksir selisih rata-rata B = X - Y dapat pula dibentuk selisih beda tiap pasangan data:
B1 = X1 - Y1 atau Y1-X1
B2 = X2 - Y2
.
.
Bn = Xn - yn
Sehingga diperoleh rata-rata dan simpangan baku:
n Bi2  ( Bi ) 2
B
 Bi S 
2
dan
n(n  1)
b
n
sehingga interval kepercayaan untuk B adalah:

 SB SB 
P B  t   B  B  t   1 
n
2, 2
 n 
dimana derajat kebebasan = df =  = n – 1.

Contoh 3.4
Dalam proses pembuatan “bola sepak” yang sifatnya tradisional (masih banyak menggunakan tenaga
manusia dibandingkan mesin), produktivitas dapat ditingkatkan dengan memperkecil jumlah produk yang
gagal yang dihasilkan oleh masing-masing operator. Perusahaan “untung terus” harus memilih metoda yang
mempunyai rata-rata resiko kegagalan yang paling kecil. Untuk mengetahui perbedaan rata-rata jumlah yang
gagal maka diambil sample secara random, dan diperoleh jumlah yang memenuhi kualitas adalah sebagai
berikut:
Jumlah yang memenuhi kualitas (unit) Jumlah
Metoda A 50 55 52 57 42 47 41 49 55 52 500
Metoda B 55 47 49 51 55 52 53 58 420

Hitunglah selang kepercayaan 94% untuk perbedaan rata-rata jumlah yang memenuhi kualitas dengan
metoda A dan metoda B. Mungkinkah jika perusahaan hanya akan menggunakan salah satu metoda saja,
jelaskan alasannya. Jika mungkin, metoda mana yang sebaiknya digunakan?

Statistika Industri
Bab III Estimasi rev 2021 III - 10

Jawab:
1. Estimasi selisih rata-rata. (selisih: A-B)
2. Informasi.
Data sampel :
Jumlah X bar Si S2 N
Metoda A 500 50,0 5.395 29.111 10
Metoda B 420 52,500 3.546 12.571 8
Data populasi : -
3. (1 - α ) = 94%.
4. Formula.
Asumsi : A = B  Sp  t 3%,16 =  2.0452
(n1  1) S12  (n2  1) S 22 9.29,11  7.12,571
SP    4.677
n1  n2  2 10  8  2
 1 1 1 1
P ( X a  X b )  t 2, .S p   (1  2 )  ( X1  X 2 )  t 2, .S p    1
 n1 n2 n1 n2 
 1 1
P 50  52,5  2,0452 4,677     a  b   50  52,5  2,0452 4,677 
1 1
   96%
 10 8 10 8 
 7,037   a1  b   2,037

Tidak mungkin, karena tidak dapat diketahui metoda mana yang terbaik.

PR: Cari untuk soal yang sama, jika asumsi simp baku populasi keduanya tidak sama

Contoh 3.5
Dalam makalah Essential Elements in Fresh and Canned Tomatoes yang diterbitkan di Journal of Food
Science (jilid 46, 1981), kandungan unsur penting ditentukan dalam tomat segar dan kalengan menggunakan
spektrofometer penyerapan atom. Kandungan tembaga dalam tomat segar dibanding dengan kandungan
tembaga pada tomat yang sama setelah dikalengkan dicatat dan hasilnya sebagai berikut:
Pasangan Tomat segar Tomat Kaleng Bi atau di (KALENG-SEGAR)
1 0.066 0.085 0.019
2 0.079 0.088 0.009
3 0.069 0.091 0.022
4 0.076 0.096 0.02
5 0.071 0.093 0.022
6 0.087 0.095 0.008
7 0.071 0.079 0.008
8 0.073 0.078 0.005
9 0.067 0.065 -0.002
10 0.062 0.068 0.006

Cari selang kepercayaan 98% untuk selisih rataan sesungguhnya kandungan tembaga dalam tomat kaleng
dan segar bila dianggap distribusi selisihnya hampir normal.

Statistika Industri
Bab III Estimasi rev 2021 III - 11

Jawab:
1. Estimasi selisih rata-rata dengan observasi berpasangan.
Selisih (d/b): tomat kaleng dan tomat segar
2. Informasi
Data sampel: n = 10
Data populasi: -
3. 1 – α = 98%   t 1%,9 =  2,821
4. Formula.
 SB SB 
P B  t   B  B  t   1 
n
2, 2
 n 
B  0,0117
S B  0,0084
 0,0084 0,0084 
P 0,0117  2,821   B  0,0117  2,821   98%
 10 10 
0,004   B  0,019
Kesimpulan: .............................................

3.4.2. Estimasi Proporsi (P)

Misalkan (dalam suatu percobaan binomial).
POPULASI BINOMIAL SAMPEL

N n
P P akan ditaksir p̂
x
p̂ 
n
Titik taksiran/penaksir untuk P adalah p̂ atau nilai P besarnya ditaksir oleh harga p̂ yang didapat dari
x
sampel, dimana p̂ 
n
x = banyaknya yang berhasil dalam n usaha
n = banyaknya usaha atau peristiwa

1. n BESAR ATAU n KECIL, np > 5 UNTUK p = 0,5; n(1-p) > 5 UNTUK p > 0,5; n/N  5%

 p̂q̂ p̂q̂ 
P p̂  Z 2  P  p̂  Z 2   1 
 n n 
Dari distribusi binomial (diskrit)  distribusi normal (kontinu) perlu faktor koreksi, yaitu p̂ 1/2n
2. n BESAR dan n/N > 5%

 ˆ qˆ
p N n ˆ qˆ
p N n
ˆ  Z
P p P p
ˆ  Z   1
N 1 N 1 
2 2
 n n

Statistika Industri
Bab III Estimasi rev 2021 III - 12

3. n KECIL, n/N  5%

 p̂q̂ p̂q̂ 
P p̂  t  2 ,  P  p̂  t  2 ,   1 
 n n 
=n-1
4. n KECIL dan n/N > 5%

 ˆ qˆ
p N n ˆ qˆ
p N n
ˆ  t
P p 2, P p
ˆ  t 2,   1
 n N 1 n N 1 
 = n -1

Contoh 3.6
Suatu sampel acak 200 mahasiswa Teknik Planologi diambil dan ternyata 114 diantaranya tidak menyukai
mata kuliah Statistika.
Hitunglah selang kepercayaan 96% untuk proporsi populasi mahasiswa Teknik Planologi yang tidak
menyukai mata kuliah Statistika.
Jawab:
1. Estimasi proporsi.  x = jumlah mhswa yang tidak suka MK Stat
2. Informasi.
Data sampel: n = 200 x = 114
Data populasi: - N ?? >> dist ??  cek n  n besar  Z
3. 1 – α = 96%  Z2% = ± 2,054
4. Formula.
x 114
p̂    0,57 q̂  1  p  1  0,57  0,43
n 200
 p̂q̂ p̂q̂ 
P p̂  Z 2  P  p̂  Z 2   1 
 n n 

P 0,57  2,054 
0,57 0,43  P  0,57  2,054  0,57 0,43   96%

 200 200 
0,498  P  0,642

3.4.3. Estimasi Selisih proporsi (P1- P2)

POPULASI BINOMIAL SAMPEL
I II I II
P1-P2
N1 N2
akan
ditaksir
n1 n2
P1 P2 p̂1 p̂2

x1 x
Penaksir untuk (P1-P2) adalah (p̂1  p̂ 2 ) , dimana p̂1  dan p̂ 2  2
n1 n2
xi = banyaknya yang berhasil dalam ni
ni = banyaknya usaha atau peristiwa
Statistika Industri
Bab III Estimasi rev 2021 III - 13

Dengan variansi proporsi sampel diketahui (2p̂1  p̂ 2 ) yaitu:

p̂1.q̂1 p̂ 2 q̂ 2
 (2p̂1  p̂ 2 )  
n1 n2
maka interval kepercayaan untuk selisih proporsi (P1-P2) adalah :

 p̂ q̂ p̂ q̂ p̂ q̂ p̂ q̂ 
P (p̂1  p̂ 2 )  Z 2 1 1  2 2  P1  P2  (p̂1  p̂ 2 )  Z 2 1 1  2 2   1  
 n1 n2 n1 n2 

Contoh 3.7
Suatu perusahaan jam tangan menyatakan bahwa produknya merek “E.T.” terjual 8% lebih banyak daripada
jam tangan merk “Lilo.” Bila dari 200 mahasiswa sebagai sampel terdapat 42 yang lebih menyukai merk
“ET” dan 15 dari 150 pelajar lebih menyukai merk “Lilo”, hitunglah selang kepercayaan 94% untuk selisih
antara proporsi penjualan kedua merk, dan tentukan apakah perbedaan 8% di atas merupakan suatu
pernyataan yang tepat?
Jawab:
 Estimasi selisih proporsi.  x= jumlah pelajar yang menyukai merk ttt
selisih: ET –Lilo = 1-2
 Informasi.
1 = E.T 2 = Lilo
Data sampel:
n1 = 200 x1 = 42
n2 = 150 x2 = 15
Data populasi: p1  p2  0,08
 1 – α = 94%  Z3% = ±1,881
 Formulasi.
x1 42
p̂1    0,21 q̂1  1  p̂1  1  0,21  0,79
n 1 200
x2 15
p̂ 2    0,1 q̂ 2  1  p̂ 2  1  0,1  0,9
n 2 150
 p̂ q̂ p̂ q̂ p̂ q̂ p̂ q̂ 
P (p̂1  p̂ 2 )  Z  2 1 1  2 2  P1  P2  (p̂1  p̂ 2 )  Z  2 1 1  2 2   1  
 n1 n2 n1 n 2 

P (0,21  0,1)  1,881
0,210,79  0,10,9  P  P  (0,21  0,1)  1,881 0,210,79  0,10,9   94%
1 2 
 200 150 200 150 
...............  P1  P2  ............

Kesimpulan: merk ET lebih disukai daripada merk Lilo dan dugaan perusahan bahwa produknya merek
“E.T.” terjual 8% lebih banyak daripada jam tangan merk “Lilo” terbukti benar. (silakan dicek)

Statistika Industri
Bab III Estimasi rev 2021 III - 14

3.4.4. Estimasi Varians (  )

2

POPULASI NORMAL SAMPEL

N n
2 akan ditaksir
2 oleh s
2 s2

Titik taksiran/penaksir untuk 2 adalah s2 atau nilai 2 besarnya ditaksir oleh harga s2 yang didapat
dari sampel. Taksiran selang untuk 2 dapat diturunkan dengan menggunakan statistik.
(n  1)s 2
2 
2
Statistik 2 berdistribusi khi-kuadrat dengan derajat kebebasan = df =  = n - 1 bila sampel berasal dari
populasi normal.
1. n < 30
 
( n  1)S2 ( n  1)S2 
P   2
  1 
  2
 (21 ) 
 2 2 
2. n  30
 
 S S 
P   1 
 Z  2 Z 2 
1  2n 1 
 2n 

Contoh 3.8
Data berikut menyatakan berat, dalam gram, 10 bungkus bibit sejenis tanaman yang dipasarkan oleh suatu
perusahaan : 46.4, 46.1, 45.8, 47.0, 46.1, 45.9, 45.8, 46.9, 45.2, dan 46. Carilah selang kepercayaan 95%
untuk variansi semua bungkusan bibit yang dipasarkan perusahaan tersebut.
Jawab:
1. Estimasi variansi.
2. Informasi.
Data sampel: n = 10 s = 0,535
Data populasi: -
3. 1 – α = 95%  22,5%,9 = 19,023 2 97,5%,9 = 2,700
4. Formula:
 
(n  1)S2 ( n  1)S2 
P   2
 1 
  2
 (21 ) 

 2 2 

 10  1(0,535) 2 10  1(0,535) 2   95%
P  2  
 19,023 2,700 
0,135   2  0,954

Statistika Industri
Bab III Estimasi rev 2021 III - 15

3.4.5. Estimasi Ratio/Nisbah Dua Variansi (  1 22 )

2

POPULASI NORMAL SAMPEL

I II I II
12/22
N1 N2 akan n1 n2
ditaksir
12 2 2
s1 2
s 22

Titik taksiran/penaksir untuk 12/22 adalah S12/S22 yang didapat dari sampel. Bila 12 dan 22 adalah variansi
dua populasi normal, maka taksiran selang untuk 12/22 dapat diperoleh dengan statistik distribusi F.
s1 2
F
s22
Bila F(1 – α/2) dan Fα/2 masing-masing menyatakan nilai distribusi F dengan derajat kebebasan 1= n1 - 1 dan
2= n2 - 1 maka:
ˆ 
P[ ˆ ]  1 
1 2

S12 12 S12

P[ 2  2  2 ]  1  
S2 2 S2
Nisbah dua variansi memakai distribusi F adalah:
P[f(1 2)( v1, v 2 )  F  f  2( v1 , v 2 ) )]  1  
 22S12
P[f (1 2 )( v1, v 2 )   f 2 ( v1 , v 2 ) )] 1 
12S22
Sehingga interval kepercayaan rasio/nisbah variansi adalah:
 s1 2 1 12 s12 1 
P 2  2  2   1 
 s 2 F / 2,1 ,2  2 s 2 F(1 / 2),1 ,2 
atau
 s12 1 12 s12 
P 2  2  2 F / 2,  2 , 1   1  
 s 2 F / 2, 1 ,  2  2 s2 
1 = n1 - 1 dan 2 = n2 – 1.

Contoh 3.9
Dalam proses pembuatan “bola sepak” yang sifatnya tradisional (masih banyak menggunakan tenaga
manusia dibandingkan mesin), produktivitas dapat ditingkatkan dengan memperkecil jumlah produk yang
gagal yang dihasilkan oleh masing-masing operator. Perusahaan “untung terus” harus memilih metoda yang
mempunyai rata-rata resiko kegagalan yang paling kecil. Untuk mengetahui perbedaan rata-rata jumlah yang
gagal maka diambil sample secara random, dan diperoleh data sebagai berikut:
Jumlah yang memenuhi kualitas (unit) Jumlah
Metoda A 50 55 52 57 42 47 41 49 55 52 500
Metoda B 55 47 49 51 55 52 53 58 420
Hitunglah selang kepercayaan 90% untuk mengetahui apakah varians jumlah yang memenuhi kualitas
dengan metoda A dan metoda B sama besar?
Statistika Industri
Bab III Estimasi rev 2021 III - 16

Jawab:
1. Estimasi nisbah dua varians. (A/B)
2. Informasi.
Data sampel:
n Si S2
Metoda A 10 5.395 29.111
Metoda B 8 3.546 12.571
Data populasi: -
3. 1 - α = 90%  F5%,9,7 = 3,68 F5%,7,9 = 3,29
4. Formula.
 sa 2 1  a 2 sa 2 
P 2  2  2 F / 2,2 ,1   1  
 sb F / 2,1 ,2  b sb 
 29,111 1  2 29,111 
P  a2  3,29   90%
12,571 3,68  2 12,571 
a 2
0,629  2  7,619
b
Dengan selang kepercayaan 90% untuk varians jumlah yang memenuhi kualitas di atas, diperoleh hasil
bahwa metoda A dan metoda B mempunyai nilai estimasi varians yang sama besar (karena dalam selang
estimasi tersebut terdapat nilai 1).

3.5. Ukuran Sampel

Berapa ukuran sampel yang diperlukan? Pertanyaan demikian sering diajukan oleh orang-orang yang
akan melakukan penelitian.
Untuk menjawabnya, bergantung pada berbagai faktor, antara lain untuk apa sampel itu diperlukan.
Khususnya sehubungan dengan teori menaksir ukuran sampel dapat ditentukan antara lain berdasarkan
kepada:
1. Apa yang akan ditaksir?
2. Berapa besar perbedaan yang masih mau diterima antara penaksir dan yang ditaksir?
3. Berapa derajat kepercayaan atau koefisien kepercayaan yang diinginkan dalam melakukan penaksiran?
4. Berapa lebar interval kepercayaan yang masih mau diterima?

Ketika menaksir parameter  oleh ̂ dua hal yang terjadi ialah:

1. ̂ > 
2. ̂ < 
Perbedaan antara ̂ dan  ialah b= - ̂ , dimana jika semakin kecil harga b maka menaksirnya akan
semakin baik, karena semakin dekat penaksir yang kita pakai ke parameter yang sedang ditaksir. Dalam arah
ini, suatu ketika akan tiba pada ketentuan berapa besar beda b yang masih mau diterima dan berapa derajat
kepercayaannya.
Ketika menaksir rata-rata  oleh statistik X , maka b = - X . Untuk koefisien kepercayaan (1 - )
dan populasi normal dengan simpangan baku  diketahui, maka ukuran sampel n ditentukan oleh:
2
 .Z 
n  
2
 
 b 

Statistika Industri
Bab III Estimasi rev 2021 III - 17

Contoh 3.10
Untuk menaksir rata-rata waktu yang diperlukan oleh setiap mahasiswa untuk menyelesaikan sebuah soal
tertentu diperlukan suatu sampel. Ketika menaksir rata-rata tersebut dikehendaki derajat kepercayaan 99%
dengan beda yang lebih kecil dari 0,05 menit. Jika diketahui simpangan baku waktu yang diperlukan = 0,5
menit, berapa mahasiswa yang perlu diambil untuk sampel tersebut?

Jawab:
Dengan  = 0.5 menit, b = 0,05 dan Z1%/2 = 2,575, maka:
2
 0,5 x 2,575 
n 
 0,05 
n  665,64
Oleh karena ukuran sampel harus merupakan bilangan diskrit, maka paling sedikit sampel yang harus
diambil adalah 666 mahasiswa.
X
Jika yang ditaksir adalah proporsi (P) oleh statistik p̂  maka beda yang terjadi adalah b = P - p̂ .
n
Dengan memisalkan bahwa pendekatan distribusi normal ke binomial berlaku, dan koefisien kepercayaan (1
- ), maka ukuran sampel dapat ditentukan dari rumus:
2
 Z 2 
n  P(1  P) 
 b 
Kecuali jika variansi p̂ (1- p̂ ) tidak diketahui maka rumus tersebut tidak dapat digunakan. Dalam hal ini
variansi p̂ (1- p̂ ) diganti oleh harga maksimum 0,25 sehingga perumusan ukuran sampel adalah sebagai
berikut:
Z2 / 2
n
4.b 2

Contoh 3.11
Misalkan Kementrian Kemdikbud perlu mengetahui ada berapa persen kira-kira dari anak-anak SD yang
bercita-cita ingin menjadi guru. Ketika melakukan perkiraan ini, koefisien kepercayaan diambil 95% dengan
kekeliruan menaksir tidak lebih dari 2 persen. Berapa anak SD yang perlu diteliti?

Jawab:
Z5%/2 = 1.96
Berhubung variansi p̂ (1- p̂ ) tidak diketahui maka rumus variansi p̂ (1- p̂ ) diganti oleh harga maksimum
0,25 sehingga rumus yang digunakan adalah:
Z2 / 2
n
4.b2
1,96 2
n
4.0,02 2
n  2401

Statistika Industri
Bab III Estimasi rev 2021 III - 18

Latihan Soal
1. Sepuluh mahasiswa diambil sebagai sampel untuk mengetahui efektivitas pemberian “pendekatan
bimbingan secara persuasive” terhadap peningkatan IPK pada saat tingkat IV. Ke-10 mahasiswa tersebut
dihitung IPK tingkat III-nya. Diberikan data 2 buah sampel yang saling tidak bebas sebagai berikut:
Mahasiswa ke-
1 2 3 4 5 6 7 8 9 10
Tingkat III 2.05 2.15 2.17 2.25 2.35 2.41 2.15 1.95 1.89 2.00
Tingkat IV 2.21 2.15 2.14 2.30 2.36 2.50 2.32 2.15 1.95 1.95
Buatlah estimasi selisih rata-rata IPK seluruh mahasiswa di tingkat III dan tingkat IV, apakah pendekatan
yang telah dilakukan efektif? sebutkan alasannya. Gunakan taraf signifikansi 5%.
2. Suatu perusahaan taksi ingin menentukan apakah membeli ban merk Ronaldo atau merk Rivaldo untuk
armada taksinya. Untuk menaksir perbedaan kedua merk dilakukan suatu percobaan menggunakan 12
dari tiap merk. Ban dipakai sampai aus. Hasil merk Ronaldo rata-ratanya 46.300 km dengan simpangan
baku 5000 km; merk Rivaldo rata-ratanya 48.100 km dengan simpangan baku 6100 km. Hitunglah
selang kepercayaan 95% untuk selisih rata-rata; anggap kedua populasi berdistribusi hampir normal.
3. Jarak tempuh sebuah jenis mortir pembom baru sedang diselidiki. Dilakukan 16 kali pengamatan jarak
tempuh (dalam meter) secara random dengan hasil sebagai berikut:
2216 2237 2249 2204
2225 2301 2281 2263
2318 2255 2275 2295
2250 2238 2300 2217
Bila jarak tempuh berdistribusi normal, tentukan :
a. Selang kepercayaan 95% untuk rata-rata jarak tempuh.
b. Selang kepercayaan 95% untuk rata-rata jarak tempuh jika diketahui jumlah populasi = 50 dan  = 36.
c. Selang kepercayaan 99% untuk rata-rata jarak tempuh jika diketahui  = 36.
d. Selang kepercayaan 90% untuk variansi jarak tempuh

4. Dari 1000 penderita kanker paru-paru yang dipilih secara random, 699 penderita mengalami kematian.
a. Buat selang keyakinan 95% untuk tingkat kematian karena kanker paru-paru.
b. Berapa besar sampel yang diperlukan bila error dalam memperkirakan tingkat kematian kanker paru-
paru 0,03.
5. Dua jenis plastik cocok digunakan oleh sebuah industri komponen elektronik. Kekuatan putusnya plastik
ini penting. Diketahui bahwa 1 = 2 = 1,5 psi. Dari sebuah sampel random yang besarnya n1 = 12 dan n2
= 18 didapatkan x 1 = 162,5 psi dan x 2 = 155,0 psi. Perusahaan tersebut tidak akan memakai plastik 1
kecuali kekuatan putusnya melebihi plastik 2 paling sedikit 10 psi. Berdasarkan sampel, haruskah
perusahaan menggunakan plastik 1? ( = 1%).
6. Suatu perusahaan listrik membuat bola lampu yang panjang umurnya berdistribusi hampir normal
dengan simpangan baku 40 jam. Bila sampel 30 buah bola lampu berumur rata-rata 780 jam:
a. Hitunglah selang kepercayaan 96% untuk rataan populasi bola lampu yang dihasilkan perusahaan
b. Berapa ukuran sampel yang diperlukan dengan selang kepercayaan 96% agar rata-rata sampel paling
banyak meleset 10 jam dari rata-rata sesungguhnya?
7. Suatu perusahaan permen menyatakan bahwa permen merk A terjual 8% lebih banyak dari permen
merk B. Bila dari 200 anak terdapat 42 orang yang lebih menyukai merk A dan 18 dari 150 anak lebih
menyukai merk B, hitung selang kepercayaan 94% untuk selisih antara proporsi penjualan kedua merk
tersebut. Apakah pernyataan perusahaan permen tersebut benar?

Statistika Industri
Bab III Estimasi rev 2021 III - 19

8. Bila dari 100 perokok terdapat 52 orang yang tidak menyukai merk Upin dan 18 dari 100 perokok lebih
menyukai merk Ipin, hitung selang kepercayaan 95% untuk selisih antara proporsi yang menyukai merk
Ipin dan merk Upin.
Est: selisih proporsi, selisih: ipin – upin, proporsi  x= suka
9. Suatu perusahaan baterai menyatakan bahwa produknya memiliki ketahanan rata-rata 3 tahun dengan
variansi 1 tahun. Bila diambil 5 sampel baterai yang memiliki ketahanan 1,9 tahun; 2,4 tahun; 3 tahun;
3,5 tahun; dan 4,2 tahun
a. Buat selang kepercayaan 96% untuk rataan apakah pernyataan perusahaan mengenai rataan = 3
tahun benar jika diketahui berdist normal?
b. Buat selang kepercayaan 90% untuk rataan apakah pernyataan perusahaan mengenai rataan = 3
tahun benar jika diketahui jumlah populasi = 50!
10. Kekuatan dua jenis benang dibandingkan. Lima puluh potong dari tiap jenis diuji dalam keadaan yang
sama. Jenis A mempunyai rata-rata daya tahan 78,3 kg dengan simpangan baku 5,6 kg. Jenis B
mempunyai rata-rata daya tahan 87,2 kg dengan simpangan baku 6,3 kg. Buatlah selang kepercayaan
95% untuk selisih kedua rata-rata populasi.
11. Diketahui dari masing-masing 11 buah sampel, rata-rata daya tahan ban merk A dan B adalah 36.300
km dan 38.100 km. Daya tahan ban merk A memiliki simpangan baku sebesar 5000 km, sedangkan ban
merk B 6100 km.Hitung selang kepercayaan 90% untuk 12/22. Apakah benar bila asumsi menyatakan
12=22?
12. Pemerintah memberikan dana ke Jurusan Pertanian sembilan universitas untuk menguji kemampuan
menghasilkan dua varietas gandum baru. Tiap varietas ditanam di petak kebun yang sama luasnya
dengan hasil (kg) sebagai berikut:
Universitas
Varietas
1 2 3 4 5 6 7 8 9
A 48 26 37 41 49 29 37 31 38
B 45 25 31 38 50 33 36 40 43
a. Hitung selang kepercayaan 95% untuk rata-rata hasil jenis varietas B dan A
b.Hitung selang kepercayaan 90% untuk variansi varietas B dan A
13. Dari 1500 mahasiswa Itenas, diambil sampel 600 orang mahasiswa pria dan 200 orang diantaranya
berniat untuk melanjutkan sekolah di luar negeri, sedangkan dari 300 sampel mahasiswa wanita, 80
diantaranya tidak berminat melanjutkan ke luar negeri, Buat selang keyakinan 90% untuk proporsi
mahasiswa pria dan wanita yang akan melanjutkan sekolah di luar negeri.
est selisih proporsi x=akan ke LN selisih= L – w
inf sampel nL=600 xL = 200 nw=300 x= 220

14. Sebuah pusat kebugaran menyatakan bahwa latihan rutin dan mengkonsumsi makanan sehat selama
empat bulan berturut-turut dapat menaikkan kadar VO2max seorang atlet. Dua belas orang atlet
melakukan hal tersebut dan hasil yang diperoleh adalah sebagai berikut:
(1) Atlet 1 naik sebesar 15 ml/kg/menit.
(2) Atlet 2 naik sebesar 21 ml/kg/menit.
(3) Atlet 3 turun sebesar 5 ml/kg/menit.
(4) Atlet 4 naik sebesar 12 ml/kg/menit.
(5) Atlet 5 turun sebesar 15 ml/kg/menit.
(6) Atlet 6 naik sebesar 7 ml/kg/menit.
(7) Atlet 7 naik sebesar 5 ml/kg/menit.
(8) Atlet 8 turun sebesar 11 ml/kg/menit.
(9) Atlet 9 turun sebesar 9 ml/kg/menit.

Statistika Industri
Bab III Estimasi rev 2021 III - 20

(10)Atlet 10 naik sebesar 12 ml/kg/menit.

(11)Atlet 11 turun sebesar 3 ml/kg/menit.
(12)Atlet 12 naik sebesar 6 ml/kg/menit.
Dengan membuat selang kepercayaan 95% untuk rata-rata peningkatan kadar Vo2max, apakah pernyataan
pusat kebugaran tersebut benar?
Pernyataan: “latihan rutin dan mengkonsumsi makanan sehat selama empat bulan berturut-turut
dapat menaikkan kadar VO2max seorang atlet”
estimasi selisih rataan obs berpasangan. Selisih: setelah – sebelum
15. Berikut ini adalah hasil pengukuran berat sampel produk makanan bayi kemasan kaleng 400 gram:
401 400 402 404 408
398 405 402 395 403
402 401 395 400 399
399 397 400 403 400
Bila berat produk tersebut berdistribusi normal, tentukan :
a. Selang kepercayaan 95% untuk rata-rata berat produk.
b. Selang kepercayaan 99% untuk rata-rata berat produk jika diketahui  = 21.
c. Berdasarkan selang kepercayaan 95%, apakah pernyataan berat produk 400 gram adalah benar?
16. Seorang pelatih angkat besi sedang mengetes dua orang atletnya untuk mengikuti kejuaraan dunia. Dari
hasil sampel uji coba masing-masing sebanyak 20 kali angkatan, didapatkan rata-rata angkatan untuk
atlet A sebesar 130,8 kg dan atlet B sebesar 128,4 kg. Diketahui bahwa A = B = 1,8 kg. Pelatih tersebut
tidak akan memilih atlet A kecuali hasil angkatannya melebihi atlet B paling sedikit 3 kg. Berdasarkan
sampel, apakah pelatih akan memilih atlet A ? ( = 1%).

17. Mesin tenun otomatis diatur untuk memproduksi gulungan kain dengan nilai simpangan baku 8,01
meter dan berdistribusi hampir normal. Hitunglah selang kepercayaan 99% untuk rata-rata kain yang
diproduksi mesin tersebut bila diambil sampel sebanyak 49 gulungan dengan rata-rata panjang kain 86
meter.

18. Suatu perusahaan farmasi menyatakan bahwa penggunaan obat X akan mengurangi kadar kolesterol
dalam darah sebanyak 86 mg/dl bila diminum teratur selama satu bulan. Kadar kolesterol 8 orang
dicatat sebelum dan sesudah meminum obat X selama satu bulan dengan hasil sebagai berikut:
Kadar Orang ke-
Kolesterol 1 2 2 4 5 6 7 8
Sebelum 235 218 297 264 243 211 268 255
Sesudah 158 187 135 201 123 120 146 184

Dengan membuat selang kepercayaan 95% untuk rata-rata penurunan kadar kolesterol, apakah
pernyataan perusahaan farmasi tersebut benar?
19. Dari 1500 siswa sekolah dasar di Bandung sebagai sampel, 450 orang diantaranya berniat untuk
melanjutkan sekolah di luar negeri.
a. Buat selang keyakinan 95% untuk proporsi siswa SD yang akan melanjutkan sekolah di luar negeri.
b. Berapa besar sampel yang diperlukan bila error dalam memperkirakan proporsi siswa yang
melanjutkan sekolah di luar negeri sebesar 4%.
20. Dari 10000 siswa sekolah dasar di Bandung, diambil 1000 siswa sebagai sampel, dan 450 orang
diantaranya berniat untuk melanjutkan sekolah di luar negeri. Buat selang keyakinan 95% untuk
proporsi siswa SD yang tidak akan melanjutkan sekolah di luar negeri.

Statistika Industri
Bab III Estimasi rev 2021 III - 21

21. Dari 10000 siswa sekolah dasar di Bandung, diambil 100 siswa sebagai sampel, dan 10% diantaranya
tidak berniat untuk melanjutkan sekolah di luar negeri. Buat selang keyakinan 95% untuk proporsi siswa
SD yang akan melanjutkan sekolah di luar negeri.

22. Sebuah bioskop menyatakan bahwa penonton lebih menyukai film drama daripada film horor. Bila dari
200 penonton terdapat 86 orang yang lebih menyukai film drama dan 40 dari 150 penonton lebih
menyukai film horor, dengan selang kepercayaan 95% apakah pernyataan bioskop tersebut benar?

23. Sebuah perusahaan mesin cuci menyatakan bahwa rata-rata kapasitas cuci mesin tersebut adalah 6,5 kg
dengan standar deviasi 1,2 kg. Bila diambil 8 buah sampel yang memiliki kapasitas 6,45 kg; 6,58 kg; 6,41
kg; 6,55 kg; 6,51 kg; 6,43 kg; 6,50 kg; dan 6,42 kg, dengan selang kepercayaan 95% apakah pernyataan
perusahaan mengenai standar deviasi adalah benar?

24. Tabung gambar televisi yang dibuat oleh pabrik A mempunyai rata-rata 6,5 tahun dengan simpangan
baku 0,9 dari 36 sampel. Sedangkan pabrik B mempunyai rata-rata 6,0 dengan simpangan baku 0,8
tahun dari pengukuran 49 sampel. Berapakah estimasi selisih rataan 95% untuk umur tabung televisi A
dan B? apakah pabrik A akan mempunyai rataan umur paling sedikit satu tahun lebih lama dari rataan
umur pabrik b?

25. Suatu perusahaan memproduksi bola lampu, dari pengukuran 16 sampel diperoleh rataan 800 jam dan
simpangan baku 40 jam.
a. Lakukan estimasi 95% untuk rataan bola lampu jika diketahui jumlah produksi bola lampu adalah
sebesar 1000 unit.
b. Lakukan estimasi 95% untuk rataan bola lampu jika diketahui jumlah produksi bola lampu adalah
sebesar 100 unit dan diketahui distribusi normal.

26. Perusahaan pembuat kue ‘piaLegong’ menyatakan bahwa setiap harinya seorang pedagang keliling rata-
rata dapat menjual kue 70 buah, dengan variansi 16. Mang Alit, salah seorang pedagang yang data
penjualannya selama bbrp hari diambil sebagai sampel
a. jika data penjualan kue tiap harinya: 75, 80, 77, 67, 65, 60, 60, dan 54 buah, dan diketahui distribusi
penjualan diketahui normal, Buatlah selang kepercayaan 99% untuk rata-rata kue yang terjual.
b. jika data penjualan kue tiap harinya: 75, 80, 77, 67, 65, 60, 60, dan 54 buah, dan diketahui distribusi
penjualan diketahui mendekati normal. Buatlah selang kepercayaan 99% untuk rata-rata kue yang
terjual.

27. Heidy, melakukan penelitian terhadap jumlah jam kerja perminggu yang dialokasikan tenaga profesional
dari sektor modern dan sektor tradisional. Dari hasil sampling diperoleh data jumlah jam kerja per
minggu sebagai berikut:
Sektor Tradisional : 59,44,58,56,43,64,60
Sektor Modern : 59,69,49,42,49,66
 Buatlah selang kepercayaan 90% rata-rata jam kerja di sektor modern
 Buatlah selang kepercayaan 96% dan tentukan apakah rata-rata jam kerja di sektor modern lebih
besar dibandingkan di sektor tradisional
28. Pada proses pemeriksaan berkala suatu proses produksi ditentukan bahwa berdasarkan sampling yang
dilakukan, proses produksi masih dapat dikatakan terkontrol apabila kita memiliki keyakinan bahwa
dengan kesalahan sekitar 5%, estimasi produk cacat dari 1000 unit total produksi, diambil sebagai
sampel sebanyak 10% dan memberikan data jumlah produk yang berkualitas adalah 80 unit. Berikan
pendapat saudara apakah proses produksi masih dapat dikatakan terkontrol atau tidak dengan
melakukan estimasi.

Statistika Industri
Bab III Estimasi rev 2021 III - 22

29. Dalam pengukuran waktu reaksi seseorang terhadap suatu stimulus, seorang psikolog dibidang
eksperimen memperkirakan simpangan bakunya 0,08 detik. Agar didapat hasil rata-rata waktu reaksi
dengn kepercayaan 95%, dan kekeliruan penaksiran tidak melebihi 0,015 detik, berapa orang yang perlu
diukur? Dgn ukuran sampel tsb dilakukan sampling & diperoleh SD 0,1 dtk. Lakukan estimasi varians
populasi & apakah dugaan psikolog tsb benar?

30. Mahasiswa dapat mengambil pilihan kuliah fisika 3 jam per semester tanpa praktikum dan 4 jam per
semester dengan praktikum. Ujian akhir tertulis sama untuk kedua macam kuliah tersebut. Bila sampel
12 mahasiswa dengan praktikum mempunyai rata-rata nilai ujian 84 dengan simpangan baku 4,
sedangkan 18 mahasiswa tanpa praktikum mempunyai rata-rata nilai 80 dengan simpangan baku 6,
hitunglah selang kepercayaan 99% untuk selisih rataan nilai kedua kuliah. Anggaplah bahwa kedua
populasi berdistribusi hampir normal dengan variansi yang tidak sama.

31. Pada proses pemeriksaan berkala suatu proses produksi ditentukan bahwa berdasarkan sampling yang
dilakukan, proses produksi masih dapat dikatakan terkontrol apabila kita memiliki keyakinan bahwa
dengan kesalahan sekitar 5%, estimasi dari 1000 unit sampel dengan jumlah produk yang berkualitas
800 unit diantara 1000 sampel tersebut, diperoleh hasil estimasi proporsi produk cacat sebesar 10%.
Berikan pendapat saudara apakah proses produksi masih dapat dikatakan terkontrol atau tidak dengan
melakukan estimasi.

32. Untuk mengetahui apakah terdapat perbedaan presentase kehadiran mahasiswa PTN dan PTS di
Bandung, dilakukan penelitian dengan menggunakan teknik sampling. Dari sampel random sebanyak
200 orang mahasiswa PTS diketahui ternyata terdapat 40% yang tidak memiliki presentase hadir di atas
80%, sedangkan di suatu PTN dengan jumlah sampel yang sama diketahui sebanyak 25% mahasiswa
yang memiliki presentasi hadir kuliah di bawah 80%. Buat selang 95% untuk perbedaan proporsi
kehadiran mahasiswa yang hadir di atas 80% hpada PTN dan PTS tersebut !

33. Data berikut menyatakan waktu tempuh dua orang pelari untuk jarak 200 meter dalam beberapa kali
latihan:
Pelari Waktu tempuh (detik)
A 19,18 20,04 19,85 19,35 19,56
B 19,66 19,75 19,22 19,47 19,36 19,56 18,96

a. Dengan selang kepercayaan 90%, apakah kedua pelari memiliki varians yang sama?
b. Berdasarkan hasil tersebut tentukan selang kepercayaan 96% untuk selisih rataan pelari A dan
pelari B
c. Dengan selang kepercayaan 90%, apakah pelari B dan A memiliki varians yang berbeda?
d. Dengan selang kepercayaan 90%, lakukan estimasi varians untuk pelari A
e. Dengan selang kepercayaan 90%, lakukan estimasi varians untuk pelari B

34. Suatu perusahaan farmasi menyatakan bahwa penggunaan obat X akan mengurangi kadar kolesterol
dalam darah sebanyak 86 mg/dl bila diminum teratur selama satu bulan. Kadar kolesterol 8 orang
dicatat sebelum dan sesudah meminum obat X selama satu bulan dengan hasil sebagai berikut:
Kadar Orang ke-
Kolesterol 1 2 3 4 5 6 7 8
Sebelum 235 218 297 264 243 211 268 255
Sesudah 158 187 135 201 123 120 146 184

tentukan selang kepercayaan 95% untuk selisih rata-rata kadar kolesterol sesudah dan sebelum
meminum obat X dan sebutkan kesimpulannya

Statistika Industri