PENAKSIRAN SECARA

STATISTIKA

PENGERTIAN PENAKSIR, TAKSIRAN

DAN PENAKSIRAN
PENAKSIRAN RENTANG
PENAKSIRAN RERATA POPULASI
1. BILA DIKETAHUI :
2. BILA TIDAK DIKETAHUI

UKURAN SAMPEL

PENGERTIAN PENAKSIR,
TAKSIRAN DAN PENAKSIRAN

Bila data tersebut berasal dari sampel yang diambil secara

representatif terhadap populasinya, maka nilai rerata sampel adalah
suatu penaksir dari rerata populasinya.
Rerata sampel dipilih sebagai penaksir dari rerata populasi, dan
presentase sampel dipilih sebagai penaksir presentasi populasi,
sebab nilai statistik tersebut bersifat unbiased.
Sebuah penaksir dikatakan unbiased bila menghasilkan rerata
distribusi sampling yang sama dengan rerata populasi yang akan
ditaksir.
Penaksir ini akan berdistribusi sekitar atau menuju nilai rerata
populasinya.
Disamping itu, sebuah penaksir dikatakan baik, bila mempunyai
varian yang minimum artinya simpangan bakunya yang sekecil
mungkin.
bila n membesar mendekati N, maka penaksir ini akan lebih
mendekati yang ditaksir (konsisten).

Seluruh proses menggunakan

penaksir ( estimator )
untuk menghasilkan sebuah taksiran
( estimate ) dari parameter,
dikenal sebagai penaksiran
( estimation ).

Macam Penaksiran
Bila digunakan sebuah nilai untuk menaksir
parameter populasi, maka disebut sebagai
penaksiran titik ( point estimation ). Nilai 115,2
L/orang/hari di atas adalah sebuah taksiran titik
( point estimate ).
Bila digunakan seatu rentang nilai untuk
mengatur parameter, maka rentang nilai
tersebut adalah taksiran rentang ( interval
estimate ) dan prosesnya dikenal sebagai
penaksiran rentang ( interval estimation ).

 Masalah yang dijumpai pada kedua penaksir tersebut

adalah ketelitiannya.
Bila dilakukan beberapa kali sampling, maka akan
didapat beberapa nilai taksiran titik yang nilainya akan
berbeda antara satu dengan yang lain.
Beberapa diantaranya mendekati parameter
populasinya, namun yang lain menjauh.
Dengan demikian taksiran titik akan menghasilkan
kesalahan penaksiran dan juga ketepatan taksirannya
tidak dapat di evaluasi.
Dengan metode statistika,taksiran titik dapat dikalibrasi
menjadi taksiran rentang, sehingga ketepatan
taksirannya dapat dijelaskan.

PENAKSIRAN RENTANG
sebuah garis dengan 1000 titik yang mempunyai
jarak beraneka ragam dari titik A sebagai pusat.
Andaikata 95,4% dari titik titik tersebut ( atau 954
buah titik ) mempunyai jarak maksimum 50 unit
satuan dari titik A ( di kanan-kirinya ).
Atau dengan kata lain, titik A mempunyai jarak
maksimum 50 unit satuan terhadap 954 titik
yang terletak di kanan kirinya.
Bila titik A merupakan , sedang jarak 25 unit
satuan sebagai simpangannya (), dan titik
tersebut sebagai x,
maka gambaran tersebut dapat ditulis :
x-2 < < x+2

PERSAMAAN PENAKSIRAN
RENTANG
x-Zx < < x+Zx.
X = rerata sampel atau penaksiran titik dari
Z = nilai ditentukan oleh probabilitasnya
x = galat baku dari rerata

PENAKSIRAN RENTANG

Derajat probabilitas yang berkaitan dengan taksiran rentang dikenal

sebagai tingkat atau derajat keyakinan ( confidence level ). Disebut
keyakinan karena probabilita adalah sebuah indikator dari derajat
kepastian bahwa metode metode penaksiran rentang akan
menghasilkan sebuah taksiran yang didalamnya terletak .
Biasanya tingkat keyakinan ditentukan terlebih dahulu, dan nilai Z
digunakan untuk membangun rentang taksiran. Tingkat keyakinan
yang biasa digunakan dalam statistika adalah : 90, 95 dan 99%.
Rentang taksiran yang didasarkan atas tingkat keyakinan tersebut
dikenal sebagai rentang keyakinan ( confidence intervals ), sedang
nilai ekstrimnya dikenal sebagai limit keyakinan ( convidence limit ).
Biasanya tingkat keyakinan ditentukan terlebih dahulu, dan nilai Z
digunakan untuk membangun rentang taksiran. Tingkat keyakinan
yang biasa digunakan dalam statistika adalah : 90, 95 dan 99%.
Rentang taksiran yang didasarkan atas tingkat keyakinan tersebut
dikenal sebagai rentang keyakinan ( confidence intervals ), sedang
nilai ekstrimnya dikenal sebagai limit keyakinan ( convidence limit ).

TINGKAT KEYAKINAN YANG SERING

DIGUNAKAN
Tingkat Keyakinan

Nilai Z

Bentuk Umum Rentang Taksiran

90
95
99

1,64
1,96
2,58

x-1,64 x < < x+1,64 x

x-1,96 x < < x+1,96 x
x-2,58 x < < x+2,58 x

PENAKSIRAN RERATA POPULASI

Populasi tak berhingga :
x-Z/n < < x+Z /n
populasi berhingga :
x-Z ( /n )[( N-n)/(N-1)] < < x+Z( /n ) [( N-n)/(N-1)]

PENAKSIRAN RERATA POPULASI

BILA DIKETAHUI : Tetap menggunakan persamaan
tersebut diatas dengan mengganti dengan s
BILA TIDAK DIKETAHUI :
Tetap menggunakan persamaan tersebut diatas bila
n cukup besar, yaitu n > 30 sehingga distribusi
samplingnya terdistribusi hampir normal
bila jumlah sampel (n) lebih kecil atau sama dengan
30, maka distribusi samplingnya tidak terdistribusi
secara normal, sehingga digunakan distribusi sampling
yang lain, yaitu distribusi-t
x t /2 Sx < < x + /2 Sx

Prosedur penaksiran rentang ( diketahui, n>30)

Start
Start
Identifikasi
Identifikasi
masalah
masalah
Kumpulkan
Kumpulkansampel
sampelNNcukup
cukup
besar
besar
Tentukan
Tentukanrerata
rerata
sampel
sampel
Tentukan
Tentukantingkat
tingkat
keyakinan
keyakinan
Tentukan
Tentukannilai
nilaiZZ

Populasi
berhingga?
Hitung limit
Hitung limit
X Z ( /n )[( N-n)/(N-1)
X Z ( /n )[( N-n)/(N-1)

Hitung limit
Hitung limit
XX
Z/n
Z/n

stop
stop

soal
Bila diketahui, maka persamaan di atas akan
langsung dapat digunakan. Sebagai contoh
adalah : sebuah PDAM menerima pengiriman
100 batang pipa. PDAM tersebut ingin menaksir
( dengan derajat keyakinan 99 % ) apakah
diameter pipa tersebut sesuai dengan standart
minimum yang diinginkan. 50 pipa sebagai
sampel dipilih secara acak, dan didapat rerata
diameter = 2,55 inch. Berdasarkan pengalaman
yang lalu, diketahui bahwa pipa merek sejenis
berdistribusi normal dan mempunyai simpangan
baku 0,07 inch. Oleh karena n/N > 5%, maka
akan terletak antara ?

jawab
2,55-2,58(0,07/50)[(100-50)/(100-1)] dan
2,55+2,58(0,07/50)[(100-50)/(100-1)],
sehingga :
2,55-2,58(0,07) < < 2,55+2,58 (0,007)
2,532 < < 2,568
Atau : PDAM tersebut 99% merasa yakin
bahwarerata diameter pipa yang dikirim
tersebut terletak antara rentang 2,532 sampai
2,568 inch.

Distribusi-t
Berbeda dengan distribusi-Z, maka tingkat
keyakinan dari distribusi-t adalah = 1-.
adalah kemungkinan kesalahan, yang akan
merupakan petunjuk dalam mencari
probabilitasnya.
Disamping itu, area distribusi-t menggambarkan
satu sisi. Misalnya dengan tingkat keyakinan
95%, artinya diinginkan kesalahan = 5%, dan
probabilitasnya dicari pada t025.
Faktor lain yang perlu diketahui adalah derajat
kebebasan (df), yang besarnya = n-1.

Skema langkah penaksiran rentang

start

ya
n>3
0
?

Gunaka
n nilai Z

Stop

tidak
ya

diketah
ui
tidak ?
Gunaka
n nilai t

Stop

ya

Populasi
diketahui
berdistrib
usi
normal

tidak

Gunaka
n nilai Z

Stop

Skema langkah penaksiran rentang ( tidak diketahui)

start
start

Indentifikasi
Indentifikasi
masalah
masalah

Data
Data ukuran
ukuran n

Hitung
Hitung ss and
and xx

Tentukan
Tentukan tingkat
tingkat
keyakinan
keyakinan

Tentukan
Tentukan dan
dan df
df
Tentukan
Tentukan tt/2
/2

Populasi
Populasi
berhingga
berhingga

no

no

ya
nn >>
30?

Limit
Limit
keyakinan
keyakinan x
x
tt
/2
/2 s/n
s/n

Limit
Limit
keyakinan
keyakinan
xZ
xZ s/n
s/n

Tentukan
Tentukan nilai Z

no

Populasi
Populasi
berhingga
berhingga

ya

ya
Limit
Limit keyakinan
keyakinan mits
mits
N-n/
x
x tt/2
/2 s/n
s/n N-n
/N-1
N-1

Limit
Limit keyakinan
keyakinan
N-n/
xZ
xZ s/n
s/n N-n
/N-1
N-1

Stop

soal
suatu perusahaan ingin menaksir
pemakaian rata-rata suatu bahan baku
setiap harinya. Dilakukan sampling
selama 14 hari, dan penaksir titiknya =
173 Kg, dengan simpangan baku = 45 Kg.
Populasi : tak berhingga, sehingga bila
tingkat kesalahan = 1%, maka berapa
penaksir rentangnya ?

jawab
maka penaksir rentangnya adalah :
x-t/2.sx < < x+t/2.sx = 173-t005.45/14 < <
173-t005.45/14
dalam daftar distribusi-t untuk t005 dan df = 13
didapat harga t=3,012.
Sehingga : 173-3,012(45/14) < < 173+3,012(45/14)
Atau 136,77 < < 209,23. Artinya 99% yakin
bahwa penggunaan bahan tersebut perhari
berada pada rentang antara 136,77 Kg sampai
209,23 Kg.

UKURAN SAMPEL
Dalam banyak hal, diinginkan ketepatan taksiran
harus ditentukan terlebih dahulu sebelum
sampling dilakukan. Kesalahan sampling ( galat
baku ) dapat di kontrol dengan memilih sampel
dalam ukuran yang cukup. Perlu diingat bahwa
kesalahan sampling terjadi karena tidak seluruh
populasi diobservasi. Bila diinginkan ketepatan
yang tinggi, maka harus tersedia sampel dari
populasi yang cukup banyak untuk memberikan
informasi yang diperlikan sebaik mungkin

PERSAMAAN UKURAN SAMPEL

Persamaan umum yang digunakan adalah :
1. untuk populasi tak berhingga
n = ( 2/x2 )
2. untuk populasi berhingga
n = ( 2/x2 ) ( N-n/N-1 )
Dimana:
n = jumlah sampel minimum
= simpangan baku populasi; dibutuhkan asumsi bila tidak diketahui
x = galat baku atau kesalahan sampling

langkah umum penentuan ukuran sampel

start

Asumsi galat
diinginkan

Asumsi tingkat
keyakinan

Tentukan nilai Z

Hitung galat baku

Nilai ......

Hitungan
n = 22/xx22

Stop

 sebanyak 10.000 batang pipa baru

datang. Sebelum diterima dengan baik,
diinginkan penujian diameter dengan
perbedaan rerata diameter 0,01 inch.
Dengan tingkat keyakinan 95%, berapa
jumlah sampel yang perlu diambil ?

jawab
perbedaan rerata diameter yang diinginkan = 0,01
inch, artinya x 0,01
atau
Z x = 0,01
1,96 x
= 0,01
x = 0,01/1,96
= 0,005
dianggap : populasi tak berhingga ( n/N < 5% ) dan
= 0,05 inch
sehingga jumlah sampel minimum adalah
n = 0,052 / 0,0052 = 100 buah sampel