TEORI PENDUGAAN
SECARA STATISTIK
4.1. Pendugaan Parameter
Satu aspek yang penting dalam statistik inference
ini adalah pendugaan (estimasi) parameter
populasi atau secara singkat disebut parameter
dari statistik sampel atau secara singkat sering
disebut statistik.
Atau menduga Nilai parameter (populasi) dengan
menggunakan nilai statistik ( nilai Sampel)
PERBEDAAN NOTASI / LAMBANG YANG
DIPERGUNAKAN :
(X)= = 20
2. Penduga Konsisten
Suatu penduga dikatakan konsisten , apabila besarnya
sampel semakin bertambah mendekati tidak berhingga ,
maka penduga tersebut akan semakin berkonsentrasi
secara sempurna pada parameter yang diduga. Atau
dengan kata lain Suatu penduga dikatakan konsisten
bila memenuhi dua syarat sebagai berikut :
Jika ukuran sampel bertambah, penduga akan semakin
mendekati parameter yang sesungguhnya.
Jika ukuran sampel bertambah tak berhingga, distribusi
sampling penduga akan mengempis atau menjadi suatu
garis tegak lurus di atas parameter yang sesungguhnya
dengan probabilitas sama dengan satu.
Jika digambarkan dalam bentuk grafik
akan nampak sebagai berikut :
n = Tak berhingga
n = Sangat besar
n = besar
n = Kecil
P(parameter)
3. Penduga Efisien
Suatu penduga dikatakan efisien adalah penduga yang mempunyai
varian terkecil diantara penduga yang tidak bias lainnya.
Sebagai contoh dapat dikemukakan penduga parameter yang terdiri
dari rata-rata sampel dan median sampel, keduanya merupakan
penduga yang tidak bias terhadap rata-rata populasi.
Kedua penduga statistik ini masing-masing mempunyai varians,
yakni varians rata-rata dan varians median.
Varian rat-rata (mean) : 2X = 2/n
Varian median : 2med = 2/2n = 3,14159
Efisiensi relatif (Er) : Er = 2X / 2med = 2/n / 2/2n = 2/
=0,64 atau 64%
Efisiensi relatif 64% , artinya varian rata-rata hanya 64% dari
varians median, ini berarti untuk memperoleh varians yang sama,
rata-rata hanya memerlukan sampel dengan n = 64 elemen.
Sedangkan untuk median diperlukan sampel dengan n = 100
elemen.
Bila kedua penduga tersebut digambarkan dalam diagram
akan nampak sebagai berikut :
Distribusi sampling
nilai rata-rata
Distribusi Sampling
Median
= Rata-rata Populasi
4. Penduga Sufisien
Suatu penduga dikatakan sufisien apabila
penduga tersebut mempunyai seluruh informasi
tentang parameter yang akan diduga. Sebagai
contoh bahwa rata-rata sampel adalah penduga
yang sufisien terhadap rata-rata populasi, sebab
rata-rata sampel tidak ada ukuran lain misalnya
median atau modus, yang dapat dipergunakan
sebagai penduga yang lebih baik.
4.3. Metode Menduga Harga Parameter
1. Pendugaan Interval,
yaitu pendugaan harga parameter dengan
harga statistik pada probabilitas tertentu,
dengan menggunakan dua batas nilai
2. Pendugaan Titik,
yaitu harga parameter hanya diduga dengan
satu harga statistik sampelnya.
4.4. Pendugaan Harga Rata-rata Populasi ( )
1. Pendugaan Interval
a. Bila Sampel Besar ( n 30 )
Jika n 30 , maka distribusi sampling harga rata-rata dapat dianggap
mendekati distribusi normal dengan rata-rata populasi () dan deviasi
standar populasi ( X) = /n Dengan probabilitas tertentu atau
interval keyakinan tertentu (katakanlah 95%), bahwa jika X adalah
rata-rata dari sampel random dengan anggota n besar, Z = (X - ) /
/n akan terletak antara – 1,96 dan 1,96 atau - 1,96 < (X - ) /
/n < 1,96, dengan manipulasi aljabar, maka akan didapat interval
yang memuat sebagai berikut :
-1,96 /n <X - < 1,96 /n
X - 1,96 /n < < X + 1,96 /n
Untuk dapat menghitung interval keyakinan dengan rumus tersebut
haruslah diketahui deviasi standar populasinya (). Umumnya deviasi
standar populasi () tidak diketahui, oleh karena pada kebanyakan
penelitian hanya mendasarkan pada sampel. Agar interval keyakinan itu
dapat dihitung maka dapat diganti dengan dengan harga penduganya
yakni deviasi standar sampelnya (s). Dengan demikian “interval
keyakinan 95% untuk menjadi :
X - 1,96 s/n < < X + 1,96 s/n
Secara umum dapat dinyatakan dengan rumus :
Z = (X - ) / (s / n)
Dengan interval keyakinan 99%
- 2,58 < (X - ) / (s / n) < 2,58
Rumus :
X - Z/2 (s / n) < < X + Z/2 (s / n)
- Pendugaan Interval :
n = [ Z /2 . / Error ]2
Penyelesaiannya :