VI.

ESTIMASI PARAMETER
Estimasi Parameter :
Metode statistika yang berfungsi untuk
mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi
atau parameter populasi berdasarkan nilai karakteristik sampel atau
statistik sampel.
Syarat : sampel harus dapat mewakili populasi  sampling dilakukan
secara acak.

Contoh :
Hasil pemilu dihitung secara cepat (Quickcount) dengan sampel untuk tiap
wilayah pemilihan, valid jika pengambilan sampel dilakukan secara acak.

Cara estimasi :
1.Estimasi Titik
Parameter populasi diestimasi dengan karakteristik sampel
(Statistik) X
Mean populasi =  =
Variansi populasi = 2 = s2
standar deviasi =  = s
2. Estimasi Interval
Nilai parameter populasi diestimasi pada kisaran tertentu.
Misal X1,X2,X3,…Xn adalah sampel acak dari suatu populasi dengan 
adalah parameter populasi maka estimasi interval untuk  adalah :
P(B≤  ≤A)=1-
Disebut dengan Interval konfidensi/kepercayaan untuk  dari B sampai A
yang dihitung pada probabilitas 1-.
Bila parameter yang diestimasi adalah H dan distribusi populasi yang
digunakan  (misal distribusi Z, t-student, chi-kuadrat, atau F), galat (error)=
 dan statistik dari data sampel adalah k, maka kisaran parameter H pada
suatu interval kepercayaan (1-) dapat diestimasi dengan persamaan
probabilitas:

P(h-  ≤ H ≤ h  )= 1- …….(1)

Dengan :
h-  = titik minimum (limit kepercayaan bawah)
h   = titik maksimum (limit kepercayaan atas)
1- = koefisien kepercayaan
(1-) 100% = interval kepercayaan
 = tingkat kesalahan yang masih ditolerir atau persentase nilai yang tidak
Parameter yang umum diestimasi:
1. Ukuran pemusatan : mean=, Selisih mean = 1 - 2 = 
Estimasi mean dan selisih mean dapat dilakukan dengan :
a.Distribusi Z :
-Jika sampel yang diamati berasal dari populasi yang variansinya (2) dan
standar deviasinya () diketahui.
-Jika sampel yang berasal dari populasi yang variansinya (2) dan standar
deviasinya () tidak diketahui ukuran sampel besar (n30).
b.Distribusi t-student (Distribusi t)
-Jika sampel berasal dari populasi yang tidak diketahui variansinya (2) dan
standar deviasinya () ukuran sampel kecil (n30).
2. Ukuran penyebaran : Variansi = 2, Rasio variansi dua populasi = F
Estimasi nilai variansi dilakukan dengan distribusi chi-kuadrat (X2), sedangkan
estimasi nilai ratio variansi dua populasi dengan distribusi Fisher (F).
A. Estimasi Mean Populasi
1. Estimasi mean populasi sampel besar dengan distribusi Z
Misal x1,x2,x3….xn adalah sampel acak dari suatu populasi dengan mean 
tidak diketahui dan variasi 2, dan X= mean sampel maka :
Mean (X )=
Var ((X )=2/n X 
Menurut teorama limit pusat jika n besar variabel random Z 
 / n mendekati
distribusi normal
Maka rumus 1 akan berubah menjadi :
    / 2     / 2   1  

Jika nilai Z diganti menjadi :

X 
   / 2      1  
/ n /2

   
 X   / 2    X   / 2   1  
 n n 

Biasanya 2 tidak diketahui, tetapi karena n besar maka 2 dapat diasumsikan

sama dengan s2.
Sehingga:
s s
( X   / 2    X   / 2 )  1
n n
Contoh :
Suatu sampel produk ikan dalam kaleng sebanyak 400 buah mempunyai rata-
rata umur simpan 23,4 bulan dan standar deviasi s=6,2 bulan. Berapakah
kisaran umur simpan produk ikan dalam kaleng tersebut pada interval
kepercayaan 95%.

Jawab :
Diketahui : n besar maka digunakan distribusi Z dengan =s
X =23,4 bulan dan s=6,2
1-=95%=0,95  = 0,05 /2 = 0,025 Z0,025 = 1,96. Maka:
6,2 6,2
(23,4  1,96    23,4  1,96 )  95%
400 400
(22,79    24,01)  95%

Kesimpulan: pada tingkat kepercayaan 95% maka umur simpas produk ikan
dalam kaleng adalah antara 22,79 – 24,01 bulan.
2. Estimasi mean populasi dengan sampel kecil.

- Digunakan untuk data sampel dengan variansinya (2) dan standar

deviasinya () tidak diketahui dan ukuran sampel kecil (n<30).

x
t
- Jika s/ n adalah transformasi t dari sampel x1X1,X2,X3,…Xn. Jika
sampel diambil dari populasi berdistribusi t dengan derajat bebas (n-1)
ditulis t(n-1). Distribusi ini tidak tergantung pada µ dan  populasi.

- Grafik distribusi t lebih memencar dibanding distribusi Z jika n semakin

besar semakin mendekati distribusi Z.
P(-tα/2(v) ≤T ≤ t α/2(v))=1-α
Jika nilai t diganti menjadi :
 X  
  t  / 2   t  / 2   1  
 / n 
   
 X  t  / 2    X  t / 2   1  
 n n
B. Estimasi interval proporsi p suatu populasi
Jika X adalah variabel random binomial (n;p) maka variabel random X/n
(1  p) x x
mempunyai mean = p dan variasi P untuk n besar harga n (1  )
n n
(1  p) n
Mendekati P distribusi normal.
n
Pada interval konfidensi 1-α untuk p adalah:
x x x  x x x 
P (  z / 2  1 
n n   p   z / 2  1 
n n  )  1
n n n n

Untuk estimasi proporsi jumlah sampel harus besar.

C. Estimasi Variansi populasi normal

(2n  1) s 2
Transformasi X 
2
S2 dihitung dari suatu sampel random x1X1,X2,X3,…Xn yang diambil dari
populasi berdistribusi normal dengan variansi 2 berdistribusi X2 dengan derajat
bebas = n-1.
Tabel V : harga X2 (k;α) sehingga P(X2 >X2 (k;α) =α

Untuk 0<α<1 maka :

P( X 2 ( k ;1 / 2)  X 2 X 2 ( k ;1 / 2)  1  
 ( n  1) S 2 ( n  1) S 2 
 X 2 ( k ; / 2 )    X 2 ( k ;1 / 2 )
P   1

2

 
Untuk estimasi standar deviasi  digunakan :

 (n  1) S 2 (n  1) S 2 
P     1
 X 2 ( k ; / 2) X 2 ( k ;1 / 2) 
 
Contoh :
Ingin diteliti interval variansi (2) dan standar deviasinya () dari panjang buncis
yang akan dikalengkan. Sampel acak sebanyak 20 buah dan diperoleh S2=0,01
inch dan S = 0,1 inch. Hitunglah interval variansi (2) dan standar deviasinya
() yang sebenarnya dari buncis tersebut pada tingkat kepercayaan 95%.
Jawab :
Diketahui n=20 1-α=95%
s2=0,01 α=5%
s=0,1 α/2=0,025
Dari tabel V diperoleh : X2 (19;0,025)=32,85 dan X2 (19;0,975) =8,91 maka :
 (20  1)0,01 (20  1)0,01 
P 2    95%
 32,85 8,91 

P(0,0058≤2≤0,0213)=95%
Atau P(0,076≤≤0,146)=95%

Kesimpulan : Pada tingkat kepercayaan 95% variansi panjang buncis adalah

0,0058 sampai dengan 0,0213 inch sedangkan standar deviasinya berkisar
antara 0,076 sampai 0,146 inch.
 B. Estimasi parameter dua populasi normal
B.1. Estimasi selisih mean dua populasi normal
Membandingkan nilai mean dua populasi.
a. Sampel besar : Jika variansi dan standar deviasi
kedua populasi diketahui.
2 2 2 2
1  2  
P ( X 1  X 2 )   / 2   1   2  X 1  X 2 )   / 2 1  2 )  1  
n1 n2 n1 n2

b. Sampel besar : . Jika variansi dan standar deviasi

kedua populasi tidak diketahui, tetapi n besar
(n30) sehingga  didekati dengan s
2 2 2 2
s1 s2 s s
P ( X 1  X 2 )   / 2   1   2  X 1  X 2 )   / 2 1  2 )  1  
n1 n2 n1 n2
 c. Sampel besar : Jika variansi dan standar deviasi
tidak diketahui dan diasumsikan sama sehingga
dihitung variansi gabungan = Sp2
2 2
( n1  1) S1  ( n2  1) S 2
Sp 
2

n1  n2  2
1 1 2 1 1
P ( X 1  X 2 )   / 2 Sp (  )  1   2  X 1  X 2 )   / 2 Sp (  )  1  
2

n1 n2 n1 n2
Contoh :
Seorang peneliti ingin membandingkan daya simpan
dodol durian yang dibuat menggunakan cara lama
dan cara baru. Hasil penelitian dengan diperoleh
data :
Cara lama Cara Baru
n =50 n = 60
Rata-rata = 1271 hari Rata-rata = 1416 hari
s= 148 hari s= 261 hari

Lakukan estimasi selisih mean umur simpan dodol pada

interval kepercayaan 95%. Apakah dapat
disimpulkan bahwa produk yang dibuat dengan cara
baru meningkatkan daya simpan dodol ?
 B.2. Estimasi selisih mean dua populasi norma untuk
sampel kecil.
Distribusi t student dengan k = n1 + n2 - 2
a. Jika variansi kedua populasi sama
1 1 2 1 1
P(( X 1  X 2 )  t (k ; / 2) Sp     1   2  ( X 1  X 2 )  t (k ; / 2) Sp     1  
2

 n1 n2   n1 n2 

b. Jika variansi kedua populasi tidak sama

2 2 2 2
s s s s
P( X 1  X 2 )  t (k ,  / 2) 1  2  1   2  X 1  X 2 )  t (k ,  / 2) 1  2 )  1  
n1 n2 n1 n2
• Dengan derajat bebas didekati dengan
perhitungan, jika k tidak bulat dibulatkan ke
atas. 2
 S1 2
S2 
2

  
n
 1 n 2 
K  2 2
2
 S1 
2
 S2 
2

   
n
 1    2  n
n1  1 n2  1
Contoh :
Ketebalan hasil cetakan nugget dua buah mesin
pencetak akan diteliti. Dari pengambilan sampel
secara random dari kedua mesin tersebut diperoleh
data :
Mesin A Mesin B
n =12 n = 11
Rata-rata = 18,75 mm Rata-rata = 18,61 mm
s2= 0,21 s2= 0,34
Lakukan estimasi selisih mean ketebalan nugget pada
interval kepercayaan 95%. Apakah dapat disimpul-
kan bahwa produk yang dibuat dengan mesin yang
berbeda mempunyai ketebalan yang sama ?
C. Estimasi Selisih proposi dua populasi normal
Distribusi Z
X1  X1  X 2  X 2  X1  X1  X 2  X 2 
1   1   1   1  
X X  n1  n1  n2  n2  X X  n n n n2 
P{ 1  2    / 2   p1  p2   1  2    / 2 1  1   2  }  1
 n1 n2  n1 n2  n1 n2  n1 n2

Contoh :
Hasil survei menunjukkan bahwa pada tahun 2002 di
Kecamatan Sedayu dari 400 KK terdapat 164 petani
sedangkan hasil survei saat ini diketahui dari 200 KK yang
hanya 128 KK yang bekerja sebagai petani. Lakukan estimasi
selisih proporsi KK yang pekerjaannya sebagai petani dari
tahun 2002 dan pada saat ini pada tingkat kepercayaan 90%.
Apakah dapat disimpulkan bahwa proporsi KK petani mulai
menurun?
D. Estimasi Ratio variansi dua populasi normal
Distribusi F  Uji Homogenitas

a. Variansi
2 2 2 2
S1 / S 2 S12 S1 / S 2
P(  2  ) 1 
F (k1 , k 2 ,  / 2) S 2 F ( k 2 , k1 ,  / 2)

b. Standar Deviasi
2 2 2 2
S1 / S 2 S1 S1 / S 2
P(   )  1
F (k1 , k 2 ,  / 2) S 2 F (k 2 , k1 ,  / 2)
Contoh :
Sebuah perusahaan ingin membeli alat pengukur
kelembaban udara. Sebuah suplier menawarkan
dua merk yang berbeda, untuk menentukan pilihan
dilakukan percobaan pengukuran kelembaban
udara disuatu ruang yang sama dan diperoleh data
sebagai berikut :
Alat A Alat B
n=6 n=5
Rata-rata = 0,667 mHg Rata-rata = 0,607 mHg
s2= 0,010858 s2=0,000346
Lakukan estimasi ratio variansi kedua Alat tersebut
pada tingkat kepercayaan 90%. Mana yang dipilih ?
Diketahui bahwa konsumsi ikan dapat mencegah penyakit jantung
koroner. Berdasarkan hasil penelitian diketahui kadar
kolesterol darah dari kelompok konsumen yang mengkonsumsi
ikan setiap hari (A) dan dari konsumen yang tidak
mengkonsumsi ikan setiap hari (B).
Data :
Kelompok A Kelompok B

Jumlah sampel 159 79

Rata-rata kadar 146 mg/dl 158 mg/dl
kolesterol
Standar deviasi 66 dl 75 dl
Lakukan estimasi selisish kadar kolesterol kedua kelompok
konsumen tersebut pada tingkat kepercayaan 99%.
Apakah dapat disimpulkan bahwa konsumsi ikan dapat
menghambat peningkatan kadar kolesterol darah ?