TEORI PENDUGAAN (TEORI

ESTIMASI)

Pendahuluan :

Tujuan utama kita mengambil sampel

dari suatu populasi adalah untuk
memperoleh informasi mengenai
parameter populasi.
Oleh karena parameter populasi tidak
diketahui, maka dalam statistika
dipelajari bagaimana cara mengetahui
parameter tersebut.

Ada dua cara untuk mengetahui

parameter populasi yang dipelajari
dalam statistika, yaitu:
Cara

pendugaan (penaksiran/estimasi)
Pengujian hipotesis

Dua cara ini didasarkan pada besaran

yang dihitung dari sampel.

i
r
o
Te aan
g
u
d
Pen Suatu proses menduga parameter
populasi dengan menggunakan
statistik sampel

n
a
i
j
u
g
n
s
i
e
s
P
e
t
o
Hip Suatu proses untuk memutuskan
apakah hasil dugaan tersebut
diterima atau tidak

Teori Pendugaan dikenal dua jenis

pendugaan (estimasi) yaitu :

Pendugaan Titik (Estimasi Titik).

Suatu pendugaan titik (point estimator) adalah

suatu nilai (suatu titik) yang digunakan untuk
menduga suatu parameter populasi.
Bila nilai parameter dari populasi hanya diduga
dengan memakai satu nilai statistik dari sampel
yang diambil dari populasi tersebut.

Pendugaan Interval (Estimasi Interval).

Menunjukkan pada interval berapa suatu parameter

populasi akan berada.
Bila nilai parameter dari populasi diduga dengan
memakai beberapa nilai statistik yang berada
dalam suatu interval, misalnya 1 < < 2.

Pendugaaan Titik
X

S
2

penduga titik untuk

penduga titik untuk

2

penduga titik untuk

P

2
(
X

X
)

X
p
n

n 1

Penduga yang baik

Ciri - ciri

s
a
i
B
k
a
d
i
T
n
e
i
s
Efi

n
e
t
s
i
s
n
Ko

Tid

s
a
i
B
ak

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( )
=

E X( )

n
e
i
s
i
Ef

Penduga yang efisien (efficient estimator)

adalah penduga yang tidak bias dan
mempunyai varian terkecil (sx2) dari
penduga lainnya.
sx12
sx22

Sx12 < sx22

n
e
t
s
i
s
n
o
K
Penduga yang konsisten (consisten

estimator) adalah nilai dugaan ( X) yang

semakin mendekati nilai yang sebenarnya
dengan semakin bertambahnya jumlah
sample (n).

n tak
terhingga

n sangat
besar
n besar
n kecil

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
(S Zsx < P < S + Zsx) = C
- Nilai C berada pada kisaran 0 sampai 1
- Semakin mendekati 1 semakin baik interval keyakinannya

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

Z = -2,58

95
%
X

99
%

Z = -1,96

Z = 1,96

Z = 2,58

Untuk interval keyakinan 95%, terhubung dengan nilai Z antara -1,96

sampai 1,96
X
(bahwa 95% dari rata-rata hitung sampel ( ) akan terletak di dalam
1,96 kali standar deviasinya)
Untuk interval keyakinan 99%, maka rata-rata hitungnya akan terletak
di dalam 2,58 kali standar deviasinya.

C = 0,95 adalah 1,96 dan untuk C = 0,99 adalah

2,58

0,5
0

0,025
(0,50/2)

0,5
0

0,4750
(0,9/2)

Menentukan Z

0,4750
(0,9/2)

0,025
(0,50/2)

(menggunakan kurva normal)

- Luas kurva normal = 1

- Kurva normal simetris (sisi kanan = sisi kiri =
0,5)

Contoh
Buatlah rumus umum untuk interval
keyakinan sebesar 80% dan 90%, apabila BPS
merencanakan akan melakukan survei tingkat
kematian bayi di Indonesia
C= 0,8
(S 1,28.sx < P < S + 1,28.sx)
C= 0,9
(S 1,64.sx < P < S + 1.64sx)

Kesalahan Standar dari Rata-rata Hitung

Sampel (Standard Error of Sample Mean)

Kesalahan Standar dari Rata-rata Hitung Sampel (Standard

Error of Sample Mean)
Kesalahan standar dari rata-rata hitung sampel adalah
standar deviasi distribusi sampel dari rata-rata hitung
sampel.
Dihitung dengan rumus berikut :
Populasi yang tidak terbatas
n/N < 0,05
sx =

sx
n
N

Populasi yang terbatas

n/N > 0,05
sx =

N n
N 1

: Standar deviasi populasi

: Standar error/kesalahan standar dari rata-rata hitung sampel
: Jumlah atau ukuran sampel
: Jumlah atau ukuran populasi

Kesalahan Standar dari Rata-rata Hitung Sampel (Standard

Error of Sample Mean)

Contoh
Sandar 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
sx =

232
=
n
33

= 40,38

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
sx =

232
N n
=
33
N 1

508 33
= 40,38 x 0,968 = 39,09
508 1

Menyusun Interval Keyakinan

Rumus interval keyakinan rata-rata hitung

X Z /2s/n

Untuk populasi yang terbatas, faktor koreksi menjadi (Nn)/N-1.

Nilai X merupakan rata-rata dari sampel, sedangkan nilai Z untuk beberapa
nilai C

Nilai Z untuk beberapa C :

Tingkat
Keyakina
n

C/2

Nilai
Terdekat

Nilai Z

0,99

0,495

0,4951

2,58

0,98

0,490

0,4901

2,53

0,95

0,475

0,4750

1,96

0,90

0,450

0,4505

1,65

0,85

0,425

0,4251

1,44

0,80

0,400

0,3997

1,28

Interval Keyakinan Untuk Rata-rata

an
n
u
s
u
ny
e
p
n
s
Prose l keyakina
a
interv
Identifik
asi
masalah

Menentukan
- Sampel (n)
- nilai rataX
rata

Populasi Tidak
Terbatas
X Z/2 s/n

Menentukan Keyakinan
C atau = (1 C) dan
Nilai Z

Populasi Terbatas
X Z/2 s/(N - n)/N-1

soal
Berat badan rata-rata mahasiswa pria Universitas ABC
adalah 81,6 kg. Anda akan menguji seberapa akurat Anda
bisa memprediksi berat badan mahasiswa pria di
Univeritas ABC dalam interval kepercayaan
tertentu.sample diambil 1000 diketahui Xbar 180 dan
standar deviasi 30

Distribusi & Standar Deviasi Populasi

Distribusi Sampling
Standar Deviasi Populasi
X

: Normal
: Diketahui
X

Z/2

: Rata-rata dari sampel

: Nilai Z dari tingkat kepercayaan
: Rata-rata populasi yang diduga
: Standar error / kesalahan standar dari rata-rata

hitung sampel
: Tingkat keyakinan
: (1 C)

Distribusi & Standar Deviasi

Populasi
Distribusi Sampling
: Normal
Standar Deviasi Populasi
Standar error untuk populasi
tidak terbatas

S
Sx
n

: Tidak Diketahui

Standar error untuk populasi yang

terbatas dan n/N > 0,05:

S N n
S
n N 1
x

Distribusi normal
standar t dengan
Distribusi
n=25
Distribusi t dengan
n=15
Distribusi
t dengan n=5

24

Distribusi & Standar Deviasi Populasi

Distribusi Sampling
Standar Deviasi Populasi

: Mendekati Normal
: Tidak Diketahui

( X t/2 sx< < ( X + t/2 sx )

X

t /2

: Rata-rata dari sampel

: Nilai t dari tingkat kepercayaan
: Rata-rata populasi yang diduga

sx : Standar error/kesalahan standar dari rata-rata

hitung sampel
C

: Tingkat keyakinan

:1C

soal

Reksadana mempunyai hasil lebih dari bunga bank

survey thd 9 perusahaan dari 59 perusahaan
mampu memberikan hasil investasi 13,7 % dengan
standar deviasi1,83% dengan tingkat kepercayaan
95% buat interval keyakinan rata rata hasil investasi
reksa dana tsb

Distribusi & Standar Deviasi

Populasi
Untuk populasi yang tidak terbatas

Sp

Untuk populasi yang terbatas

Rumus pendugaan proporsi populasi
Probabilitas (p - Z/2.Sp<P< p + Z/2.Sp)

Sp

p : Proporsi sampel
: Nilai Z dari tingkat keyakinan

Z /2

P :Proporsi populasi yang diduga

Sp : Standar error/kesalahan dari proporsi
C :Tingkat keyakinan

:1 C

p(1 p) N n
n 1
N 1

p (1 p )
n 1

Interval keyakinan untuk selisih Rata-rata

Probabilitas

(( X1 - X2 ) - Z/2. x1-x2) X<

(
1

X-2

) <X1 (

X2-

) + Z/2. x1-x2)

Di mana standar error dari nilai selisih rata-rata adalah:

x1 x2

x1 2
n1

x2 2
n2

Apabila standar deviasi dari populasi tidak ada, maka dapat diduga dengan
standar deviasi sampel yaitu:
Di mana:

s x1 x2

s x1

n1

s x2

n2

x1-x2 : Standar deviasi selisih rata-rata populasi

sx1-x2 : Standar error selisih rata-rata
sx1, sx1: Standar deviasi sampel dari dua populasi
n1, n2: Jumlah sampel setiap populasi

Interval keyakinan untuk selisih Proporsi

Probabilitas
Probabilitas ((p1-p2) - Z/2. sp1-p2) <(P1-P2) < (p1-p2) + Z/2.
sp1-p2)
Di mana standar error dari nilai selisih proporsi adalah:

s p1 p2

p1 (1 p1 ) p2 (1 p2 )

n1 1
n2 1

p1, p2 : Proporsi sampel dari dua populasi

Sp1, sp1: Standar error selisih proporsi dari dua populasi
n1, n2 : Jumlah sampel setiap populasi

Faktor yang memengaruhi jumlah

sampel:

Rumus Jumlah Sampel

untuk Menduga Rata-rata Populasi
Rumus jumlah sampel dalam populasi dirumuskan sebagai
berikut:

n = [(Za/2.s)/e]2

Rumus
tersebut
diturunkan
dari
sebagaimana diuraikan sebagai berikut:

interval

P (Za/2 < Z < Za/2 ) = C = 1 a

(Za/2 < (

m)/(s/n) < Za/2)

(Za/2 (s/n) < (

m) < Za/2(s/n))

(x m) < Za/2(s/n); ingat bahwa error e =

e < Za/2(s/n);
e2 = (Za/2)2(s2/n);
n = [(Za/2.s)/e]2

keyakinan

Rumus Jumlah Sampel

untuk Menduga Rata-rata Populasi
Untuk mendapatkan rumus jumlah sampel dalam
pendugaan proporsi populasi dapat diturunkan
sebagai berikut:
P (Z/2 < Z < Z/2 ) = C = 1
(Z/2 < (p1 p2)/(/n) <Z/2)
(Z/2([(p(1 p)]/n 1) < (p1 p2) < Z/2([p(1 p)]/n1)
(p1 p2) < Z/2([(p(1 p)]/n 1); ingat bahwa error = p1 p2
< Z/2([(p(1 p)]/n 1); dikuadratkan kedua sisi menjadi
2 = (Z/2)2[(p(1 p)]/n 1; dipindahkan n 1 ke sisi kiri
n 1 = (Z/2.)2 p(1 p) sehingga n menjadi
2
n =

(Z/2.)2 p(1 p) + 1
2

TERIMAKASIH