×̅ - Z SE ≤ PARAMETER≤ ×̅ + Z SE
Keterangan :
×̅ : Nilai statistik
Z : Deviasi relative ditentukan oleh confiden interval
SE : Standar eror
Parameter : Nilai populasi yang diduga
Contoh:
Seorang guru ingin mengestimasi waktu rata-rata yang digunakan untuk belajar. Suatu sampel acak
dengan banyak 36 menunjukan bahwa rata-rata waktu yang digunakan siswa untuk belajar di rumah
setiap harinya adalah 100 menit. Dinyatakan bahwa standar deviasi adalah 20 menit. Estimasi
interval dengan tingkat kepercayaan 95 persen dapat ditentukan berikut ini…
Diketahui :
× = 100 menit
= 20;
n = 36;
CI = 95 %.
SE = 20/ 36 = 3.3 menit
Dengan tingkat kepercayaan 95 % maka nilai z adalah 1,96 jadi estimasi interval dari nilai waktu
rata-rata sesungguhnya adalah :
100 – (1.96) (3.3) ≤ µ ≤ 100 + (1.96) (3.3)
93.4 ≤ µ ≤ 106,53
Kesimpulan:
Guru mengestimasi dengan tingkat keyakinan 95 % bahwa rata-rata waktu belajar adalah
antara 93,47 menit hingga 106,53 menit.
Jika diambil sampel yang besarnya 36 murid berulang kali, maka 95% dari mean sampel-
sampel tersebut berada pada nilai 93.47 menit sampai106.53 menit.
Jika n 30,dibutuhkan “t”
Dimiliki sampel X1, X2,…, Xn dari distribusi normal N(,
2) dengan 2 tidak diketahui maka berdistribusi t dengan
derajat bebas n-1 :
X
T
S/ n
Sifat-Sifat Distribusi t :
• Distribusi ini serupa dengan distribusi Z dengan mean nol dan simetris
berbentuk lonceng / bell shape terhadap mean.
s s
X t n 1;1 / 2 X t n 1; 1 / 2
n n
Contoh:
Misalkan diberikan nilai Matematika 10 siswa sebagai berikut : 58,
58, 43, 64, 47, 54, 59, 47, 60, dan 64. Estimasi rata-rata nilai
Matematika sesungguhnya (populasi). Nilai rata-rata Matematika
dengan tingkat kepercayaan 95 % dapat diestimasi sebagai berikut:
hasil perolehan data
n = 10 siswa
SE = 7.4/√10 = 2.34
interval kepercayaan (rata-rata populasi) dengan koefisien
kepercayaan 95 % :
Estimasi Satu Proporsi
Keterangan :
n = Besar sampel
Z = Z score berdasarkan nilai α yang diinginkan
P = Proporsi dari penelitian sebelumnya
1-P = Q yaitu proporsi untuk tidak terjadinya suatu kejadian
Besar Z score sesuai dengan nilai α
Contoh:
Seorang Kepala Dinas Kesehatan Kabupaten ingin mengetahui proporsi anak-anak di
kabupatennya yang sudah menerima imunisasi lengkap. Dengan anggapan bahwa akan
dipilih sebuah sampel acak sederhana, berapakah jumlah anak yang harus diteliti dengan
presisi 10% dan α = 5%.
Diketahui :
α = 5%. = 0,05
d = 10 % = 0,1
P = tidak diketahui sehingga menggunakan P terbesar yaitu 0,5 sehingga 1-P = 0,5