Suryo

Guritno

ESTIMASI
Salah satu bentuk inferensi statistika (pengambilan kesimpulan)
terhadap parameter populasi adalah estimasi.
Dalam estimasi yang dilakukan adalah menduga/memperkirakan
parameter dengan penduga yang sesuai (terbaik).
Misalnya :
populasi

sampel

mean

peny. std

variansi

s
s2

proporsi

ESTIMASI

INTERVAL
TITIK

x
n

Estimasi titik
adalah statistik yang sesuai (baik) untuk
menduga/memperkirakan/mengestimasi parameter
Misalnya :
parameter
statistik/penduga / estimasi
mean

variansi

s2

dev.std

x
n

beda mean

1- 2

x1 x 2

beda proporsi

p1-p2

perbandingan variansi

12
2
2

proporsi

x1 x 2

n1 n 2
s12
s2
2

Estimasi Interval
adalah suatu interval tertentu yang memuat parameter dengan
probabilitas/keyakinan cukup besar dan ditentukan oleh statistik yang
sesuai untuk parameter
* Interval yang diharapkan adalah yang terpendek
* Misalkan X1, X2, , Xn adalah sampel random
yang diambil dari populasi dengan parameter .
Interval yang akan dicari adalah
a b dengan

P(a b) = 1 -

interval konfidensi
(1 )

tingkat konfidensi / keyakinan dipilih

100%

a,b harganya ditentukan oleh

biasanya 90%, 95%, 99%

X1, X2, , Xn

0 < < 1, 0%

dibedakan dua macam estimasi interval, yaitu :

* Untuk sampel besar (n 30)
* Untuk sampel kecil (lebih dikenal sebagai
estimasi interval untuk parameter populasi dengan /berdistribusi tertentu)
ESTIMASI INTERVAL SAMPEL BESAR
* Estimasi interval untuk (n 30)
Penduga terbaik untuk adalah X

X berdistribusi normal dengan

x

dan

Interval yang dicari adalah

2
x

a b dengan P(a b) = 1 -
a,b tertentu oleh X1, X2, , Xn dalam hal ini
X

1
=n

(X1 + X2 + + Xn)

atau

45
%

50%
c

50
%

45%

47,5%
c

x d

47,5%

diketahui/dapat dicari interval c X d terpendek yang

P(c X d) 95%
Jarak x ke c harus
sama dengan jarak x
ke d

yaitu

dengan transformasi
X x
x
normal
standar
z

X
normal biasa

mean = 0
variansi = 1

P(-zo z zo) = 95%

dari tabel normal
-zo

zo

zo = 1,96

JADI :
P(-1,96 z 1,96) = 95%
x
P(-1,96 1,96) = 95%
n

P(

x -1,96 . x + 1,96 . ) = 95%

n

Interval konfidensi 95% untuk adalah : (n 30)

x -1,96 .

x+ 1,96 .

(1)

jika tidak diketahui, diganti dengan s yaitu penyimpangan standar

sampel.

 Untuk n cukup besar , hampir semua distribusi sampling harga statistik

berdistribusi mendekati normal. Dalam hal ini x , s dan X
n
berdistribusi normal.
Apabila anda perhatikan dengan cermat rumus (1), dengan langkah yang
sama akan dapat dicari interval konfidensi (1 - ) untuk ataupun p.
Perhatikan rumus (1) kembali

adalah

parameter yang akan diestimasi

( P)

adalah

( s)

Statistik yang digunakan untuk

mengestimasi

adalah

Penyimpangan standar distribusi

sampling harga statistik (dalam
hal ini X )

1,96 adalah

( s )

angka dari tabel normal yang sesuai dengan tingkat

keyakinan 95% karena X berdistribusi normal

Dengan demikian, jika ukuran sampel cukup besar, tabel berikut dapat
digunakan untuk mencari interval konfidensi (1-) untuk parameter yang
dikehendaki
Parameter

Statistik

(=P)

(=s)

1 - 2

p1 p 2

1 2

( s )

2n
x
x
1

n
n
n

X
n

12
22

n1
n2

X1 X 2
X1
n1

Peny. Std. Dist. Samp. Harga stat

X2
n2

s1 s 2

x1
n1

n1

x1
n1

x2
n2

12
22

2n 1
2n 2

n2

x2
n2

Ket.

Kalau interval konfidensi (1-) untuk P adalah

S z .s P S z .s
2

Dengan z adalah harga yang sesuai dengan (1-) dari tabel distribusi
2

Normal (1,96=z.025 sesuai dengan 95%).

maka interval konfidensi 90% untuk adalah
s z.05 . s + z.05 .
2n
2n
s
s

z
z
1 .05
1 .05
2n
2n

dan
Interval konfidensi 90% untuk 2 adalah

z.05

1
2n

s
2

z.05

1
2n

Estimasi parameter jika sampel berukuran kecil sangat bergantung pada

distribusi populasi dan juga parameter yang akan diestimasi
Sebagai contoh, untuk ,mengestimasi , , 1- 2 ,
2

12
22

populasi harus berdistribusi normal, tetapi estimasi

untuk
atau 1- 2 ditentukan oleh

distribusi

2 atau 1- 2 ditentukan oleh

distribusi

12
22

distribusi

atau 1- 2 ditentukan oleh

Untuk mengestimasi p tidak diperlukan asumsi populasi berdistribusi

normal. Estimasi dapat dilakukan menggunakan distribusi binomial.

ESTIMASI INTERVAL SAMPEL DARI POPULASI NORMAL

Interval konfidensi (1-) untuk adalah :
jika diketahui :
X z .
2

X z .
n
n
2

2
karena X ~ N , n

jika tidak diketahui :

X t
2

t
2

= persentil

; n 1

s
s
X t
.
; n 1
n
n
2

untuk distribusi t dengan

derajat bebas (n-1) (dicari dengan tabel t)

X
karena : s
n

~ tn-1
distribusi t dengan der. bebas (n-1)

 Interval konfidensi (1-) untuk 1-2 adalah :

jika 1 dan 2 diketahui :
12 22
12 22
x1 x 2 z . 1 2 x1 x 2 z .
n1 n 2
n1 n 2
2
2

karena :

x1 x 2

~ N x x , x x
2

x1 x 2 1 2
x1 x 2

12 22

n1 n 2

jika 1 dan 2 tidak diketahui :

1 diganti s1 dan 2 diganti s2
jika 1 = 2 = , diganti sp dengan
sp

sehingga

n1 1 s12 n 2 1 s 22
n1 n 2 2

x 1 x 2 t ; n n 2 . s p
2

1 1

1 2
n1 n 2

x1 x 2 t
2

; n1 n 2 2

.sp

1 1

n1 n 2

 x 1 x 2 x1 x 2

karena =

1 1

n1 n 2

sp

~ t n n
1

, 1 diganti s1 dan 2 diganti s2

jika 1 2

s12 s 22
s12 s 22
x 1 x 2 t ; .

1 2 x 1 x 2 t .

;
n
n
n
n2
1
2
1
2
2

dengan

s12 s 22

n
n
2
1
s12

n
1
n1

karena :

s 22

n2

n2

x1 x 2 1 2
2
1

2
2

s s

n1 n 2

~ t

* Untuk estimasi 2, digunakan s2 tetapi jika sampel berukuran kecil

distribusi sampling harga-harga s2 tidak diketahui bentuknya. Jalan
keluarnya usahakan transformasi ke variabel baru yang distribusinya
sudah dikenal.
* Jika populasi berdistribusi normal,

n 1 s 2
2

berdistribusi x2 dengan derajat bebas (n - 1)

* distribusi x2 dengan derajat bebas (n-1) adalah distribusi Gamma

dengan

n 1
dan 2
2

Sayangnya distribusi x2 bukan distribusi yang simetri, sehingga kriteria

interval terpendek akan sulit untuk diperoleh.

(1-)
2

; n 1
2

; n 1

Sebagai pengganti interval terpendek, interval yang dikehendaki

ditentukan oleh pembagian luas daerah di bawah kurva menjadi 3 bagian

masing-masng dengan luas

, (1-) dan
2

sehingga dari

n 1 s 2
2
2

1
P

2
1 ; n 1
; n 1

didapat
Interval konfidensi (1-) untuk 2 adalah

n 1 s 2 2 n 1 s 2
2
2

; n 1

1 ; n 1
2

(1-)
2

; n 1
2

n 1 s 2

P
1
2
2

n 1 s 2

; n 1

n 1 s 2

1
2