PENDUGAAN SECARA

STATISTIK

1
PENAKSIRAN
• Pendugaan secara statistik atau penaksiran
(Estimation) merupakan bagian dari pada statistik
inferen.
• Mengestimasi berapa parameter populasi yang
tidak/belum diketahui, biasanya dilakukan
berdasarkan “Statistik Sampel”.
• Statistic sample yang diperoleh digunkan untuk
menduga parameter-parameter dari populasi.
• Parameter-parameter yang ditaksir meliputi: rata-
rata dan proporsi/persentase.
2
Sifat penaksir (penduga) yang baik

1. Tidak bias,
2. Efisien dan
3. Konsisten.

3
N

P

2 n
p
x
s2

4
1. Tidak bias

θ’ merupakan penduga yang tidak bias

bagi θ jika,
E ( θ’ ) = θ, simbol ini mewakili µ, P atau

θ’ merupakan penduga yang bias bagi θ

jika,
Bias = E ( θ’ ) – θ .

5
2. Efisien

Distribusi penduga θ’ sebaiknya

terkonsentrasi atau memiliki varians yang
kecil sekali.

6
sx12

sx12 < sx22

sx22

7
3. Konsisten

Penduga yang konsisten merupakan

penduga yang berkonsentrasi secara
sempurna pada parameter jika besarnya
sampel bertambah secara tak hingga.

8
n tak terhingga

n sangat besar

n besar

n kecil

9
• Galat pengambilan sampel (sampling
error)  perbedaan antara penduga
statistik dengan parameter populasi.
• Contoh : proporsi individu tekanan darah
tinggi di suatu daerah 23% (0,23),
sedangkan berdasarkan sampel yang
representatif proporsinya 28%, maka
berapa galatnya ??

10
Jenis/Tipe Penaksiran

A. Penaksiran Titik (Penaksiran Tunggal)

 Parameter yang ditaksir merupakan
nilai tunggal.
 Nilai statistik sampel (tunggal)
digunakan sebagai estimator pada nilai
parameter tunggal pula.
 Penaksiran jenis ini kadang benar-
kadang salah, jika benar kebanyakan
karena faktor kebetulan saja.
11
Jenis/Tipe Penaksiran

B. Penaksiran Interval (Penaksiran

Batas)
 Parameter yang ditaksir merupakan nilai-nilai
statistik dalam suatu interval
 Menyertakan besarnya kepercayan/keyakinan
terhadap taksiran yang dilakukan
 merupakan “Interval Kepercayaan/Interval
keyakinan (Confidence Interval)”

12
Penaksiran Interval

Parameter = statistik sampel + Z ½  .  st

 st = deviasi standar statistik sampel

Z ½  = koefisien yang sesuai dengan interval
keyakinan yang digunakan dalam
Penaksiran Interval

13
 Confidence Limits
for Population Mean
Parameter =
Statistic ± Error
(1)   X  Error
(2) Error  X   or X  
X   Error
(3) Z 
 xx x
(4) Error  Z xx
(5)   X  Z x
© 1984-1994
T/Maker Co.

14
Penaksiran Interval

Penggunaan interval keyakinan, misal sebesar

95%, menjelaskan hal berikut:
” Dalam jangka panjang, kita akan mentolerir
kesalahan taksir (error of estimate) sebesar 5%
( = 0,05) dan dilain pihak jika penaksiran
dilakukan berulang-ulang dalam cara yang
sama maka parameter populasi akan tercakup
didalam interval yang bersangkutan 95% dari
keseluruhan waktu.”

15
Contoh
• Dlm rangka menduga proporsi anak di suatu
sekolah yang sudah divaksinasi anti polio,
disusun daftar seluruh murid dan dipilih
sebuah sampel acak sederhana sejumlah 25
anak. Proporsi murid dalam sampel = 44%.
Interveal kepercayaan 95% untuk menduga
P, proporsi siswa yang sudah divaksinasi
yangs ebenarnya di sekolah itu adalah : 
untuk proporsi tunggal

16
Rumus IK secara umum adalah

IK = P ± (Zα X SE)

Z = deviat baku normal untuk alpha, yang nilainya tergantung IK yang

diinginkan
P = point estimate

pq
Rumus IK untuk proporsi tunggal IK 95% ( p )  P  Z
n
0,44  1,96 [0,44(1  0,44) / 25)]  P  0,44  1,96 [0,44(1  0,44) / 25]

Atau 0,25 ≤ P ≤ 0,63

17
 Many Samples Have
Same Interval
X=  ± Zx
x_

X


18
 Many Samples Have
Same Interval
X=  ± Zx
x_

X
-1.65x  +1.65x

90% Samples

19
 Many Samples Have
Same Interval
X=  ± Zx
x_

X
-1.65x  +1.65x
-1.96x +1.96x

90% Samples
95% Samples

20
 Many Samples Have
Same Interval
X=  ± Zx
x_

X
-2.58x -1.65x  +1.65x +2.58x
-1.96x +1.96x

90% Samples
95% Samples
99% Samples
21
 Confidence Level
 1. Probability that the Unknown
Population Parameter Falls Within
Interval
 2. Denoted (1 - 
 Is Probability That Parameter Is Not
Within Interval
 3. Typical Values Are 99%, 95%,
90%

22
• Nilai koefisien yang sesuai dengan
interval keyakinan tidak harus Z ½ ,
namun dapat pula t p
– Jika data sampel merupakan sampel besar,
digunakan Z ½ 
– sedangkan jika sampel kecil digunakan t p .

23
1. Penaksiran Rata-rata.

• Persoalannya adalah menaksir parameter

rata-rata () berdasarkan
penaksir/penduga statistik sampel x .
• Dengan memperhatikan apakah data
sampel tergolong sampel besar/kecil,
maka untuk sampel besar, penaksiran 
menggunakan perumusan sbb:

24
1. Penaksiran Rata-rata.

A. Jika Variansi Populasi Diketahui Dan

Populasi Terbatas.

 N n
  x  Z 1 / 2 .
n N 1

25
1. Penaksiran Rata-rata.

Dapat pula ditulis

 N n  N n
x  Z1  .    x  Z1  .
2 n N 1 2 n N 1

26
1. Penaksiran Rata-rata.

B. Jika Variansi Populasi Diketahui Dan

Populasi Tidak Terbatas

  x  Z1/ 2
n
C. Jika variansi populasi tidak diketahui,
maka penaksir  dapat menggunakan s
(deviasi standar data sampel), berlaku
untuk perumusan A dan B.
27
• Untuk sampel kecil, penaksiran  dicari
dengan menggunakan perumusan a, b
dan c diatas, dengan menggantikan Z ½ 
dengan nilai t p.

28
1. Random sampel dengan 9 orang delegasi peser-
ta suatu konferensi ternyata mengeluarkan
pembayaran rata-rata perhari $270.5 dengan
standar deviasi $18,24.
a. Hitung rata-rata pembayaran seluruh peser-
ta konferensi tsb dengan CL 98% .
b. Apa yang dapat kita yakini tentang ke-
mungkinan besarnya kesalahan apabila kita
menaksir rata-rata dari seluruh pembiayaan
setiap delegasi pada soal diatas tersebut
sebesar $270.50
• Jawab:
29
a. s 18.24
  x  t p.    270.5  2,896.
n 9

p(254.9 ≤  ≤ 288.11) = 0,98

Rata-rata pembayaran seluruh peserta konferensi

dengan CI 0,98 berkisar antara $254.9 dan
$288.11

30
b.
Ex  t p . s  E x  2,896.18.24  17.61
n 9

Besarnya kesalahan yang diperkenankan dalam

penaksiran dengan probabilita 95% adalah
$17.61.

31
2. Sebanyak 144 orang karyawan suatu pe-
rusahaan yang dipilih secara acak ditanya
tentang besarnya pengeluaran per hari untuk
biaya hidup. Ternyata rata-rata pengeluaran
per hari Rp. 20.000,- dengan standar deviasi
Rp. 6.000,-
a. Hitung pendugaan rata – rata dengan
tingkat keyakinan 99%.
b. Hitung pendugaan rata – rata dengan
tingkat keyakinan 90%.

32
n = 144 x = 20.000 s = 6.000 n > 30
a.
 6.000
  x  Z1/ 2    20.000  2,58.
n 144

20.000 – (2,58).(500) <  < 20.000 + (2,58).(500)

p(18.710 <  < 21.290) = 0,99

Interval pengeluaran antara Rp. 18.710,- dan

Rp. 21.290,- akan memuat rata-rata pengeluaran
sebenarnya dengan probabilita 99%

33
b.
 6.000
  x  Z1/ 2    20.000  1,65.
n 144
20.000 – (1,65).(500) ≤  ≤ 20.000 + (1,65).(500)
p(19.175 ≤  ≤ 20.825) = 0,90

Interval pengeluaran antara Rp. 19.175,- dan

Rp. 20.825,- akan memuat rata-rata pengeluaran
sebenarnya dengan probabilita 90%

Interval (b) lebih kecil bila dibandingkan dengan (a). Pada

umumnya, makin kecil nilai (1 – ) makin pendek interval
yang akan diperoleh.
34
2. Penaksiran Proporsi

• Yang akan ditaksir adalah proporsi

populasi (p) dengan menggunakan
penaksir proporsi sampel atau p = x/n
yang berasal dari sampel random yang
besar jumlahnya. Parameter p dicari
dengan rumus

35
2. Penaksiran Proporsi

A. Untuk populasi terbatas

pˆ 1  pˆ  N  n
p  pˆ  Z 1 .
2

n N 1

36
2. Penaksiran Proporsi

B. Untuk populasi tidak terbatas

pˆ  1  pˆ 
p  pˆ  Z 1 
2 n

37
1. Dinas Kesehatan Kota ingin sekali meneliti %
penduduk kota dewasa yang merokok paling
tidak satu bungkus perhari. Sebuah sampel
random yang terdiri atas 300 telah dipilih dari
populasi yang terdiri dari penduduk kota yang
telah dewasa dan ternyata 36 orang merokok
paling sedikit satu bungkuss/hari. Tentukan
CI (interval keyakinan) 95%, guna menduga
proporsi penduduk kota dewasa yang
merokok paling sedikit satu bungkus
perharinya.

38
Jawab :
n = 300 p = 36/300= 0,12 = 5%

pˆ 1  pˆ 
p  pˆ  Z 1 
2 n

0,121  0,12 
 p  0,12  1,96.
300

p( 0,083 ≤ p ≤ 0,157 ) = 95%

39
Jika kita gunakan interval keyakinan 95%,
maka dugaan bahwa proporsi penduduk
dewasa yang merokok paling sedikit satu
bungkus per hari akan terletak antara
8,3% hingga 15,7% adalah sebesar 95%
dari keseluruhan waktu.

40
2. Salah seorang Kepala Bagian produksi di PT.
Astra Motor yaitu yang memproduksi jenis
Honda ingin mengetahui berapa % para
pembeli yang tidak puas dengan hasil
produksinya. Untuk maksud tsb, kemudian
dilakukan penelitian terhadap 250 pembeli
secara acak, ternyata ada 60 pembeli yang
tidak puas dimana mereka melakukan penga-
duan ke perusahaan. Dengan tingkat keyaki-
nan 95%, buatlah pendugaan interval % para
pembeli yang tidak puas dengan hasil pro-
duksinya.
41
Jawab :
n = 250 p = x/n = 60/250 = 0,24 = 5%

pˆ 1  pˆ 
p  pˆ  Z 1 
2 n

 p  0,24  1,96.
 0,24. 0,76
250

p(0,19 ≤ p ≤ 0,29) = 95%

42
Jadi interval sebenarnya antara 19% dan
29% akan memuat % pembeli yang tidak
puas dengan hasil produksinya, untuk
keyakinan 95%.

43
Menentukan ukuran Sampel dalam
Penaksiran
• Hal ini bertujuan untuk memperoleh
informasi data sampel yang cukup dalam
kaitannya dengan tingkat ketepatan
penaksiran parameter populasi yang
diinginkan dan diukur atas dasar besarnya
interval keyakinan.

44
1. Ukuran sampel untuk penaksiran rata-
rata
2
 Z 1  . 
n  2 
 d 
 

45
5. Manajer investasi pada PT. Danareksa Securitas
mengamati pialangnya dalam transaksi setiap
harinya. Berdasarkan pengalaman standar de-
viasi dari nilai transaksi mencapai 6 miliar.
Apabila ada keinginan bahwa interval peneri-
maan + 2 miliar/harinya, dengan tingkat keper-
cayaan 95%. Berapa jumlah sampel pialang yg
harus diamati dalam perusahaan tersebut

Jawab :

46
Selisih (error/ε/d) = x    2

σ = 6 dan Z 12  1,96

2
 Z 12 .
n  
 
 
 1,96  . 6 2

 34,57
 
 d   2 

Jadi jumlah sampel pialang yang harus diamati

adalah 35 orang

47
1. Ukuran sampel untuk penaksiran
proporsi
2
p1  p   Z 1  
n  2 
2
d

Dengan catatan d = selisih yang diinginkan

48
 PT. LG Elektronik menghasilkan produk TV
baru berupa layar datar yang dilengkapi
berbagai fasilitas. Untuk mencoba apakah
produk ini disukai konsumen atau tidak, PT. LG
Elektronik akan mensurvey di beberapa kota
besar. Apabila dengan tingkat keyakinan 95%
dan kesalahan penarikan sampel sebesar 3%,
berapa jumlah sampel yang harus diinterview

Jawab :

49
Z 12  1,96 d /   3%  0,03
2 2
 Z 1 2 
n  0,25   0,25 1,96   1.067

 d   0,03 

Jadi jumlah responden sebagai sampel

adalah sebanyak 1.067 orang

50
Apabila orang yang menyukai produk LG
diperkirakan sebesar 75%, maka

n
 0,75. 0,25.1,96 
2
 800
 0,03 2

Banyaknya sampel yang harus diinterview

adalah 800 orang

51