BAGIAN 3

ESTIMASI STATISTIK
 BAHASAN

 Pengertian Inferencial Statistics

 Bentuk Taksiran (Estimator)
 Taksiran (Estimator) yang baik
 Ukuran Ketepatan Taksiran Interval
 Taksiran Rata-rata dan Taksiran Proporsi
 Taksiran Beda Dua Rata-rata dan Taksiran Beda
Dua Proporsi
 Menentukan Besarnya Sampel
Pengertian Inferencial Statistics

 Tujuan:
“membuat kesimpulan mengenai karakteristik
populasi didasarkan pada informasi yang
terkandung di dalam sampel”
 Elemen:
(1) kesimpulan (inference)
(2) ukuran ketepatan (a measure of its
goodness)
ESTIMASI STATISTIK
 Estimasi rata-rata populasi: mengetimasi rata-rata
populasi menggunakan informasi yang berasal dari
sampel
 Estimasi proporsi populasi: mengetimasi proporsi
populasi menggunakan informasi yang berasal dari
sampel
 Estimasi beda dua rata-rata populasi
 Sampel independen: dua sampel dari dua populasi yang
berbeda
 Observasi berpasangan: satu sampel dari satu populasi dengan
dua perlakukan (treatement)
 Estimasi beda dua proporsi populasi: mengestimasi
beda dua proporsi dari dua populasi yang berbeda
menggunakan informasi dari sampel
 Bentuk Taksiran (Estimator)

 Estimasi Titik (Point Estimate)

Satu nilai (disebut point) yang digunakan
untuk menaksir parameter populasi

 Estimasi Interval (Interval Estimate)

Taksiran parameter populasi dinyatakan
dalam rentang nilai tertentu.
 Taksiran (Estimator) yang baik

 Tidak Bias (Unbiased)

 Efisien (Efficient)
 Konsisten (Consistent)
 Cukup (Sufficient)
 Estimasi Titik (Point Estimate)
 Estimasi Rata-rata  Estimasi Beda Dua Rata-
rata
X  nX  (X  X ) (1 - 2)
1 2

 Estimasi Beda Dua

 Estimasi Proporsi Proporsi
(p  p ) (1 - 2)

1 2

X
p n
 Estimasi Interval (Interval Estimate)

 Kesalahan Estimasi (Error of Estimate/E):

Jarak antara sebuah estimasi (taksiran) dan
parameter yang diestimasi (ditaksir).
 Koefisien konfidensi (Confidence Coefficient)
besarnya kemungkinan besarnya parameter
yang diestimasi berada dalam interval
estimasi
Lanjutan Estimasi Interval

 Kesalahan Standar Sampel (Standard Error)

Simbol

1. Rata-rata x, sx, (x1-x2), s(x1-x2)

2. Proporsi p, sp, (p1-p2), s(p1-p2)

Lanjutan Estimasi Interval

 Estimasi Rata-rata  Estimasi Beda Dua Rata-

rata
XE  (X1  X2 )  E (1 - 2)

 Estimasi Beda Dua

 Estimasi Proporsi Proporsi
( p  p )  E (1 - 2)
p  E
1 2
Estimasi Rata-rata Populasi:
Menentukan Error of Estimate (E)

• Sanpel besar (n > 30) • Sanpel kecil (n  30)

• Standar deviasi populasi diketahui • Standar deviasi populasi tdk
• Populasi tidak terbatas diketahui
• Populasi terbatas

E  Z α/2 .σ X E  t α/2 .d.f. s X

σ s Nn
σX  sX  .
n n N 1
 Estimasi Proporsi Populasi:
Menentukan Error of Estimate (E)
Sampel Besar (n.p  15) Sampel Kecil (n.p < 15 atau n.(1-p) < 15)
E  Z  / 2 . p E  Z  / 2 . p
p(1  p) p(1  p)
p  p 
n n4
X X2 Wilson
p p Adjusted
n n4

Sampel Besar dan Populasi Terbatas Sampel Kecil dan Populasi Terbatas
E  Z  / 2 . p E  Z  / 2 . p
p(1  p) Nn p(1  p) Nn
p  . p  .
n N 1 n4 N 1
Estimasi Beda Dua Rata-rata Populasi:
Menentukan Error of Estimate (E)

Sampel Besar
E  Z α/2 .s x1  x 2
2 2
s1 s2
s x1  x 2  
n1 n2
Sampel Kecil
E  t α/2;df .s x1  x 2
2 2
(n1 - 1).s1  (n 2  1).s2 1 1
s x1  x 2  . 
n1  n 2  2 n1 n 2

df = n1+ n2 - 2
Estimasi Beda Dua Proporsi Populasi:
Menentukan Error of Estimate (E)

E  Z  / 2 . p
1 p2

p1 (1  p1 ) p 2 (1  p 2 )
p  
n1 n2

X1 X2
p1  ; p2 
n1 n2
Contoh Estimasi Beda Dua Rata-rata Populasi: Menentukan Error of Estimate (E)
Contoh Estimasi Beda Dua Proporsi Populasi: Menentukan Error of Estimate (E)
Contoh Estimasi Beda Dua Proporsi Populasi: Menentukan Error of Estimate (E)

18
Tingkat Konfidensi
(Confidence Level/CL)

 Confidence Level/CL adalah probabilitas

besaran populasi yang ditaksir berada di
dalam interval estimasi yang dihasilkan
 Besarnya CL yang sering digunakan adalah
90%, 95%, dan 99%.
 Besarnya α = 1 – CL
 Nilai Zα/2 atau tα/2;d.f ditentukan menggunakan
tabel
ESTIMASI RATA-RATA POPULASI

Populasi
Estimasi titik:

µ=? X
Estimasi interval:

XE  
Sampel
Lanjutan …

Populasi
Estimasi titik:

µ=? X
Estimasi interval:

XE  
Sampel
n = 40
X  70
s = 14

Misal: CL = 95%
Lanjutan ..
Estimasi titik:
X  70
Estimasi interval:
X Eμ X E
E  Z α/2 .s X sX 
s

14
 2,21
n 40

E  1,96(2,21)  4,33
70  4,33  μ  70  4,33
65,67  μ  74,33
Batas Bawah Estimasi/LCL Batas Atas Estimasi/UCL
Kerjakan untuk Latihan

Populasi
Estimasi titik:

µ=? X
Estimasi interval:

XE  
Sampel
n = 20
X  70
s = 14

Misal: CL = 95%
Kerjakan untuk Latihan

Populasi
Estimasi titik:

µ=? X
Estimasi interval:
N = 150

XE  
Sampel
n = 20
X  70
s = 14

Misal: CL = 95%
ESTIMASI PROPORSI POPULASI

Populasi
Estimasi titik:

=? p
Estimasi interval:

pE
Sampel
Lanjutan …

Populasi
Estimasi titik:

=? p
Estimasi interval:

pE
Sampel
n = 140
X = 112

Misal: CL = 95%
Lanjutan …
 Estimasi titik: p = 112/140 = 0,8 = 80%
 Estimasi interval:

pEpE
p(1  p)
E  Z / 2 .
n
0,8(1 0,8)
 1,96.  0,0663 6,63%
140
80%  6,63%  π  80%  6,63%
73,37% π  86,63%
Batas Bawah Estimasi/LCL Batas Atas Estimasi/UCL
Contoh Kasus Point Estimate
Kasus 1
Sampel sebanyak 100 pedagang kaki lima (PKL) di suatu
wilayah diperoleh informasi bahwa penghasilan rata-rata per
bulan Rp120.000 dengan standar deviasi sampel adalah
Rp15.000. Tentukan estimasi (titik) penghasilan per bulan
PKL tersebut.

Kasus 2
Berdasarkan 250 konsumen yang memberi respon diketahui
165 konsumen menyatakan puas dengan pelayanan yang
diberikan. Tentukan estimasi (titik) persentase konsumen
yang menyatakan puas.
Lanjutan Contoh Kasus ..

 Kasus 3 . Dua puluh karyawan di PT. A dan 25 kar-

yawan di PT. B dipilih secara random sebagai sampel
untuk mengetahui besarnya perbedaan upah rata-rata
per hari antara dua perusahaan tersebut. Berdasarkan
sampel tersebut diperoleh informasi bahwa besarnya
upah rata-rata per hari di PT. A adalah Rp80.000 dan di
PT. B adalah Rp76.000. Tentukan estimasi (estima-si
titik) besarnya beda upah rata-rata per hari antara
karyawan di kedua perush. tersebut.
Lanjutan Contoh Kasus ..

Kasus 4. Suatu penelitian dilakukan untuk membuat

taksiranbeda proporsi konsumen yang merasa puas atas
pelayanan yang diberikan oleh perush. penerbangan A
dan B. Berdasarkan respon masing-masing 60 penum-
pang sebagai sampel, terdapat 50 penumpang perush. A
dan 45 penumpang perush. B yang menyatakan puas.
Tentukan estimasi (estimasi titik) beda proporsi penum-
pang yang menyatakan puas atas pelayanan kedua peru-
sahaan penerbangan tersebut.
MENENTUKAN BESARNYA SAMPEL

 Besar Sampel untuk  Besar Sampel untuk

Estimasi Rata-rata Estimasi Proporsi

z  2 2
n   /2 
 z 

E  n  pq  / 2 


 E 

z
 s 2
n   /2 



E 
Contoh soal menentukan
sampel
Contoh Kasus Interval Estimate

Soal 1. Seratus pedagang kaki lima (PKL) di beberapa

tempat di DIY digunakan sebagai sampel untuk menge-
tahui penghasilan rata-rata per hari PKL di DIY. Berda-
sarkan sampel tersebut diketahui penghasilan rata-rata
per hari PKL Rp120.000 dengan standar deviasi
Rp15.000.
1. Tentukan taksiran penghasilan rata-rata per hari
PKL di DIY dengan tingkat konfidensi (CL) 95%.
2. Tentukan besarnya kesalahan estimasi jawaban 1.
Lanjutan ..

Soal 2. Suatu biro perjalanan ingin membuat taksiran

waktu tempuh rata-rata dari kota A ke kota B. Sampel
seba-nyak 6 kali perjalanan dua kota tersebut berturut-
turut (dalam jam): 13, 14, 12, 16, 12, dan 11. Waktu
tempuh dari kota A ke kota B diasumsikan berdistri-busi
normal. Berdasarkan data tersebut, buatlah interval
taksiran lama (waktu) perjalanan dari kota A ke kota B
dengan tingkat konfidensi 95%. Tentukan kesalahan
taksirannya.
Lanjutan ..

Soal 3. Sebuah penelitian dilakukan untuk

membuat taksiran proporsi konsumen yang
menyatakan puas atas pela-yanan yang diberikan
perusahaan. Sampel sebanyak 250 konsumen,
165 konsumen menyatakan puas. Buatlah interval
taksiran proporsi konsumen yang menyatakan
puas atas pelayanan yang diberikan perusahaan
tersebut dengan tingkat konfidensi 99%.
ESTIMASI BEDA DUA RATA-RATA
POPULASI: SAMPEL INDEPENDEN

Populasi 1 Populasi 2
µ1 µ2

µ1 - µ2 = ?

Sampel 1 Sampel 2
Lanjutan ….

 Estimasi titik:
( X1  X 2 )  (1   2 )
 Estimasi Interval:
(X1  X 2 )  E  (1   2 )  (X1  X 2 )  E
 Sampel Besar
E  Z α/2 .s x1  x 2
2 2
s1 s2
s x1  x 2  
n1 n2
Lanjutan …

 Sampel Kecil

E  t α/2;df .s x1  x 2
2 2
(n1 - 1).s1  (n 2  1).s2 1 1
s x1  x 2  . 
n1  n 2  2 n1 n 2
Lanjutan ..

Soal 4. Enam puluh karyawan di PT. A dan 45 karyawan

di PT. B dipilih secara random sebagai sampel untuk
mengetahui besarnya perbedaan upah rata-rata per hari
antara dua perusahaan tersebut. Berdasarkan sampel
tersebut diperoleh informasi bahwa besarnya upah rata-rata
per hari di PT. A adalah Rp226.000 dengan standar deviasi
Rp20.000 dan di PT. B adalah Rp172.000 dengan standar
deviasi Rp15.000. Tentukan interval estimasi beda upah
rata-rata per hari antara karyawan di kedua perusahaan
tersebut dengan tingkat konfidensi 95%.
Lanjutan …

Soal 5. Dua belas karyawan di PT. A dan 15 karyawan di

PT. B dipilih secara random sebagai sampel untuk
mengetahui besarnya perbedaan upah rata-rata per hari
antara dua perusahaan tersebut. Berdasarkan sampel
tersebut diper-oleh informasi bahwa besarnya upah rata-
rata per hari di PT. A adalah Rp226.000 dengan standar
deviasi Rp20.000 dan di PT. B adalah Rp176.000 dengan
standar deviasi Rp15.000. Tentukan interval estimasi beda
upah rata-rata per hari antara karyawan di kedua
perusahaan tersebut dengan tingkat konfidensi 95%.
Estimasi Beda Dua Proporsi Populasi:

(p1  p 2 )  E  (1   2 )  (p1  p 2 )  E

E  Z  / 2 . p
1 p2

p1 (1  p1 ) p 2 (1  p 2 )
p  
n1 n2
X1 X2
p1  ; p2 
n1 n2
Lanjutan ..

Kasus 6.
Suatu penelitian bertujuan untuk membuat estimasi
(taksiran) mengenai beda antara proporsi konsumen yang
menyukai minuman rasa melon di pasar I dan pasar II.
Penelitian ini menggunakan sampel sebanyak 1.000
responden di masing-masing pasar. Dari 1.000 responden
di pasar I terdapat 825 responden yang menyatakan suka
minuman rasa melon dan dari 1.000 responden di pasar II
terdapat 760 responden yang menyukai minuman rasa
melon. Dengan tingkat konfidensi 95%, tentukan interval
estimasinya.
Estimasi Beda Dua Rata-rata
(Observasi Berpasangan)
d±E d
d-Edd+E
d = X1 - X2 ; X1 : Sebelum; X2: Sesudah

E  t / 2  s sd
d s 
d n

n  d 2  ( d) 2
sd 
n(n 1)
Contoh Kasus Observasi Berpasangan

Soal 7. Waktu yang dibutuhkan karyawan untuk

menyelesaikan satu unit barang sebelum dan sesudah
mengikuti pelatih-an adalah sebagai berikut (dalam jam):

Karyawan: 1 2 3 4 5 6
Sebelum: 6 8 7 10 9 7
Sesudah: 5 6 7 8 7 5

Buatlah interval taksiran beda waktu karyawan menyele-

saikan satu barang sebelum dan sesudah mengikuti pela-
tihan dengan tingkat konfidensi 95%.
Jawaban: