PENDUGAAN

STATISTIK
 PENDAHULUAN
 Konsep pendugaan statistik diperlukan untuk
membuat dugaan dari gambaran populasi.
 Pada pendugaan statistik dibutuhkan
pengambilan sampel untuk dianalisis (statistik
sampel) yang nanti digunakan untuk menduga
ukuran populasi (parameter populasi).
 PENDAHULUAN
 Contoh: Manajer produksi ingin mengetahui daya
tahan batu baterai yang diproduksi suatu pabrik.
Caranya dengan cara mengambil sampel batu baterai
(10% – 20% dari populasi), dan dilakukan
pengukuran daya tahan batu baterai tsb (statistik
sampel). Hasil statistik sampel tsb digunakan untuk
menduga daya tahan batu baterai yang diproduksi
oleh pabrik tersebut ( parameter populasi).
 JENIS PENDUGAAN
STATISTIK
* Jenis pendugaan statistik :
a. Pendugaan titik / pendugaan atas dasar nilai
tunggal (point estimation).
Adalah pendugaan nilai populasi atas dasar satu
nilai dari sampel.
Contoh:
Rata-rata sampel = Rp. 100.000,00 maka kita
akan menduga nilai rata – rata populasi (µ) = Rp.
100.000,00.
 JENIS PENDUGAAN
STATISTIK
b. Pendugaan interval (interval estimation)
Adalah suatu pendugaan terhadap parameter
berdasarkan suatu interval , di dalam interval
mana kita harapkan dengan keyakinan tertentu
parameter itu akan terletak.
Hasil dari pendugaan interval ini diharapkan
akan lebih obyektif.
Pendugaan interval memberikan nilai interval,
bukan nilai tunggal.
 JENIS PENDUGAAN
STATISTIK
 Pendugaan interval dapat dirumuskan secara umum sebagai berikut:

   
p  st  z / 2 .  parameter  st  z / 2 .   1
 n n
Dimana:
St = Penduga atau statistik sampel
σ/√n = Deviasi standar distribusi sampling rata-rata (apabila σ =
deviasi standar populasi tidak diketahui, maka gunakan s =
deviasi standar sampel )
Z α/2 = Koefisien yang sesuai dengan interval keyakinan yang
dipergunakan dalam pendugaan interval dan nilainya diberikan
dalam Tabel Luas Daerah Kurve Normal.
α = tingkat nyata atau level of significance dan 1 – α adalah
interval keyakinan.
 Interval keyakinan
 Interval keyakinan adalah interval dimana diharapkan
parameter populasi terletak.
 Interval keyakinan yang sering digunakan yaitu
interval keyakinan 95% dan 99%.
 Interval keyakinan 95% mengindikasikan bahwa 95%
dari rata-rata sampel yang diambil dari suatu populasi
akan terletak pada ± 1,96 deviasi standar dari rata –
rata populasi.
Nilai 1,96 diperoleh dari tabel distribusi normal Z
dengan luas 50% - 2,5% = 0,475.
Pada tabel distribusi normal dicari angka yang paling
mendekati 0,475.
 Interval keyakinan
 Interval keyakinan 99%
mengindikasikan bahwa 99% dari rata-rata
sampel yang diambil dari suatu populasi akan
terletak pada ± 2,56 deviasi standar dari rata –
rata populasi.
 Ciri –ciri suatu penduga yang
baik
 Beberapa kriteria yang lazim dipergunakan untuk
menetapkan suatu penduga yang baik:
1. Tidak bias
artinya statistik sampel yang digunakan sebagai penduga
harus sama atau mendekati populasi yang diduga.
2. Konsisten
Artinya jika ukuran sampel meningkat maka statistik sampel
akan semakin mendekati parameter populasinya. Atau jika n
(jumlah sampel) membesar maka s (standar deviasi)
mengecil, dan jika n = ~ maka s = 0
3. Efisien
Artinya statistik sampel memiliki standar deviasi yang kecil
 Macam pendugaan statistik.

Beberapa macam pendugaan statistik:

1. Pendugaan satu rata-rata
2. Pendugaan beda 2 rata-rata
3. Pendugaan satu proporsi
4. Pendugaan beda 2 proporsi
 Pendugaan satu rata-rata
1. Rumus pendugaan satu rata-rata

   
p  x  z / 2 .    x  z / 2 .   1
 n n
Contoh soal:
Suatu penelitian melibatkan pengambilan suatu sampel
acak yang terdiri dari 256 manajer untuk diteliti. Tujuan
penelitian adalah menduga rata – rata penghasilan per
tahun para manajer. Diperoleh informasi rata-rata sampel
adalah Rp. 35.420.000,- dan deviasi standar sampel (s)
adalah Rp. 2.050.000,-. Buatlah interval duga dengan
x
interval keyakinan 95%.
Pendugaan beda 2 rata-rata
2. Rumus pendugaan beda 2 rata-rata adalah:

   1  2    1  2  
 
2 2 2 2
p x1  x2  z / 2 .         x  x   z .
 /2    1
 n2  
1 2 1 2
  n1 n2   n1

Contoh soal:
Seorang peneliti ingin mengetahui perbedaan daya tahan lampu pijar
merek A dan B. Untuk itu diambil sampel masing-masing 100 lampu
pijar. Hasil observasi terhadap sampel: rata-rata daya tahan (usia) A
adalah 200 jam dengan standar deviasi 30 jam. Rata-rata daya tahan B
adalah 180 jam dengan standar deviasi 20 jam. Buatlah dugaan tentang
perbedaan rata-rata populasi daya tahan lampu pijar A dan B dengan
interval keyakinan 95%.
 Pendugaan beda 2 proporsi
  P1 1  P1  P2 1  P2    P1 1  P1  P2 1  P2   

 
P P1  P2  z / 2 .
n

n   
  P1  P2  P1  P2  z / 2 .
 n 
n
  1

  1 2   1 2 
Pendugaan beda 2 proporsi
 Sebuah perusahaan sabun ingin mengetahui apakah
terdapat perbedaan proporsi konsumen pria yang suka
sabun “X” dengan konsumen wanita yang suka sabun
“X”. Untuk itu diambil masing-masing 100 orang
konsumen dari populasi konsumen pria dan wanita.
Ternyata dari sampel pria diketahui 60 orqng
menyatakan suka dan dari sampel wanita 40 orang
menyatakan suka sabun “X”. Buatlah dugaan tentang
perbedaan proporsi populasi pria yang suka sabun
“X” dan proporsi wanita yang suka sabun “X”,
dengan tingkat kepercayaan 95%
 Distribusi t untuk sampel
kecil
 Jika sampel yang diambil kecil, n < 30 atau
(n1+n2) < 30 maka digunakan distribusi t
(student distribution).
 Student distribution menggunakan degree of
freedom (derajad bebas).
 Df = n-1 (untuk 1 populasi)
 Df = (n1+n2)-2 (untuk 2 populasi)
 Distribusi t untuk sampel
kecil
Contoh soal pendugaan statistik 1 rata-rata,
jumlah sampel kecil
 Penelitian terhadap sampel sejumlah 16 orang

wisatawan asing yang berkunjung ke

yogyakarta , menunjukkan pengeluaran rata-
rata selama tinggal di Yogyakarta sebesar $500
dengan standar deviasi $ 100. tentukan
pengeluaran interval rata-rata denngan interval
keyakinan 95%