PENDUGAAN (ESTIMASI)

PARAMETER
Manajemen_2021
Ciri- ciri Penduga Yang baik
1. Tidak Bias (Unbiasedness).
Suatu penduga dikatakan tidak bias, apabila penduga tersebut secara tepat dapat

menduga nilai parameternya atau dinyatakan dengan E( θ̂ ) = θ .

Misalnya : Rata-rata X untuk sampel berukuran n yang diambil dari populasi
dengan rata-rata µ, maka penduga yang tidak bias dinyatakan dengan E( X ) = µ.
2. Konsistensi (Consistensy).
Suatu penduga dikatakan konsisten, apabila besarnya sampel semakin bertambah
mendekati ukuran populasinya menyebabkan θ̂ mendekati θ .
3. Efisiensi (Efficiency).
Suatu penduga dikatakan efisien, apabila penduga tersebut memiliki varians yang
kecil.
4. Sufisiensi (Sufficiency).
Suatu penduga dikatakan sufisien (artinya cukup), apabila penduga itu mempunyai
seluruh informasi tentang parameter yang diduga. Dengan kata lain tidak ada
ukuran statistik lain sebagai penduga yang lebih baik untuk menduga parameter.
METODE PENDUGAAN

POINT
ESTIMATIO
INTERVAL
N
ESTIMATION
Pendugaan Interval (interval Keyakinan)

Pendugaan interval merupakan interval keyakinan atau interval kepercayaan

(confidence Interval) atau disebut juga tingkat atau derajat keyakinan (Confidence
Level) dan secara umum dirumuskan, sebagai berikut :
Keterangan ; θ = Parameter

θ = Penduga atau statistik sampel
σ θ = Simpangan baku dari sampel


Zα/2 = Koefisien yang sesuai dengan derajat atau tingkat keyakinan

yang dipergunakan dalam pendugaan interval dan nilainya diperoleh
dalam tabel luas kurve normal.
Misalnya, dalam pendugaan digunakan derajat keyakinan (Confidence Level)
sebesar 90%, maka hal tersebut berarti dalam jangka panjang kita akan
mentolerir kesalahan duga (error of estimate ) yang dilambangkan dengan
“α” adalah sebesar 10%. Dengan kata lain, dalam jangka panjang, jika
pendugaan diatas dilakukan berkali-kali dengan cara yang sama, parameter
populasi akan tercakup di dalam interval 90% dari keseluruhan waktu.
Bila α = 10%, maka koefisien standar Zα/2 atau Z0,10/2 atau Z0,05 yang sesuai
dengan kedua nilai batas keyakinan menjadi ; 0,5000 – 0,05 = 0,450.
Dengan melihat tabel luas kurve normal, maka nilai koefisien standar Z0,05
adalah ± 1,64.
Pendugaan (Estimasi) Parameter
Pada Sampel Besar ( n > 30 )
 Pendugaan (Estimasi) Satu Parameter Rata-rata ( μ )
Contoh........
 Staf pengajar dari sebuah lembaga pendidikan pariwisata ingin
memperkirakan pengeluaran rata-rata para wisatawan asing yang sedang
berkunjung. Guna keperluan ini dilakukan penelitian dengan mengambil
sampel secara random yang terdiri dari 100 wisatawan asing dari populasi
yang tidak terbatas. Dari hasil penelitian diketahui bahwa pengeluaran rata-
rata setiap kunjungannya sebesar $ 900 per wisatawan. Jika dianggap
simpangan baku semua wisatawan konstan sebesar $ 150, maka dengan
derajat keyakinan sebesar 95%, buatlah pendugaan interval rata-rata
pengeluaran semua wisatawan asing yang berkunjung tersebut.
Sebuah perusahaan memproduksi bohlam yang umurnya kira-kira
menyebar normal dengan simpangan baku 40 jam. Bila suatu sampel
acak 36 bohlam mencapai umur rata-rata 780 jam. Dengan derajat
keyakinan 96%, buatlah pendugaan interval rata-rata populasi umur
bohlam yang diproduksi perusahaan itu
 Diketahui ; n = 100; = $ 900; σ = $ 150; derjat keyakinan = 0.95, maka α = 0.05 sehingga
= Z0,05/2 = Z0,025 = ± 1,96

 σ σ 
Jadi ; p X  Z α/2   μ  X  Z α/2    1  α
 n n
 150 150 
 p 900  1.96  μ  900  1.96   1  0.05
 100 100 
 p 900  1.96 x15  μ  900  1.96 x15  0.95
 p 800  29.4  μ  800  29.4   0.95
 p 770.6  μ  829.4   0.95
Artinya ; dengan derajat keyakinan sebesar 95%, diduga bahwa rata-rata pengeluaran semua
wisatawan asing yang berkunjung antara $ 770.6 sampai dengan $ 829.4 per wisatawan pada setiap
kunjungannya.
Bila populasi terbatas berukuran N dengan simpangan
baku σ, maka pendugaan interval parameter µ adalah :

Dimana N  n adalah Faktor Koreksi (Corection Factor)

N 1
 Contoh.........
 Dari sampel random sebanyak 36 orang mahasiswi penghuni
sebuah asrama diperoleh rata-rata pengeluaran mingguan untuk
jajan sebesar $ 8. Jika seluruh penghuni asrama berjumlah 100
orang mahasiswi dan simpangan bakunya dianggap konstan
sebesar $ 2, maka buatlah pendugaan interval rata-rata
pengeluaran mingguan untuk jajan dari seluruh penghuni asrama
tersebut, dengan derajat keyakinan 90%.
Penyelesaian
Diketahui ; n = 36 orang; = $ 8; N = 100 orang; σ = $ 2; derajat keyakinan = 0.90, maka α =
0.10 sehingga = Z0.10/2 = Z0.05 = ± 1.64
Jadi ;
 σ Nn σ Nn 
p
 X  Z α/2   μ  X  Z α/2   1 α

 n N 1 n N 1 

 2 100  36 2 100  36 
 p 8  1.64  μ  8  1.64   1  0.10

 36 100  1 36 100  1 

 p 8  1.64 x 0.33 x 0.65  μ  8  1.64 x 0.33 x 0.65   0.90

 p 8  0.35  μ  8  0.35   0.90
 p 7.65  μ  8.35   0.90

Artinya ; dengan derajat keyakinan sebesar 90%, diduga bahwa rata-rata pengeluaran mingguan
untuk jajan dari seluruh penghuni asrama antara $ 7.65 sampai dengan $ 8.35
Bila populasi tak terbatas dan simpangan baku
populasi σ tidak diketahui, maka pendugaan interval
parameter µ, sebagai berikut :
 Contoh.......
 Sebuah sampel random terdiri dari 100 orang pedagang kaki
lima yang diambil dari seluruh pedagang kaki lima di kota M.
Rata-rata keuntungan yang diperoleh per hari sebesar Rp.
50.000 dan simpangan baku Rp. 5.000. Dengan derajat
keyakinan 99%, buatlah pendugaan interval bagi rata-rata
keuntungan seluruh pedagang kaki lima di kota M tersebut.
 Penyelesaian
Diketahui ; n = 100, = Rp. 50.000, s = Rp. 5.000, derajat keyakinan = 0,99, maka α = 0,01,
sehingga = Z0,01/2 = Z0,005 = ± 2,58.
 s s 
Jadi ; p  X  Z α/2   μ  X  Z α/2    1 α
 n n
 5.000 5.000 
 p 50.000  2,58   μ  50.000  2,58    1  0,01
 100 100 

 p 50.000  2,58 x 500  μ  50.000  2,58 x 500   0,99

 p 50.000  1.290  μ  50.000  1.290   0,99
 p 48.710  μ  51.290   0,99,
Artinya ; dengan derajat keyakinan sebesar 99%, diduga bahwa rata-rata keuntungan seluruh pedagang
kaki lima di kota M antara Rp. 48.710 sampai dengan Rp. 51.290.
Dengan kata lain peluang (probabilta) rata-rata keuntungan seluruh pedagang kaki lima di kota M
antara Rp. 48.710 sampai dengan Rp. 51.290 adalah 99%.
Pendugaan Selisih/Beda Dua
Parameter Rata-rata ( µ1 - µ2 )

2 2
σ1 σ2
Dimana :  X1  X2 = 
n1 n2
Bila  1 dan  2 tidak diketahui, maka digunakan s1 dan s2 sehingga menjadi :

2 2
s1 s2
Dimana : s X1  X 2 = 
n1 n2
Contoh......

 Sebuah penelitian selama 9 bulan mencoba menduga selisih pendapatan

rata-rata antara Profesor yang mengajar di Perguruan Tinggi Swasta
(PTS) dan Perguruan Tinggi Negeri (PTN) di kota Virginia. Untuk itu
diambil sampel acak sebanyak 200 orang Profesor PTS yang
menunjukkan pendapatan rata-rata sebesar $ 26000 dengan simpangan
baku $ 1400. Suatu sampel random juga diambil sebanyak 100 orang
Profesor PTN menunjukkan pendapatan rata-rata $ 25000 dengan
simpangan baku $ 1200. Buat pendugaan interval bagi selisih antara
pendapatan rata-rata Profesor yang mengajar di PTS dan PTN di kota
tersebut dengan derajat keyakinan sebesar 90%.
Penyelesaian
Diketahui ; n1 = 200 orang; n2 = 100 orang; = $ 26000; = $ 25000;
s1 = $ 1400; s2 = $ 1200; derajat keyakinan = 0.90, maka α = 0.10 sehingga = Z0.10/2 =
Z0.05 = ± 1.64

Dihitung dulu :
X1 - X 2 = $ 26000 - $ 25000 = $ 1000

s X1  X 2 = s1
2
s
2
(1400) 2 (1200) 2
 2    155.56
n1 n2 200 100
Selanjutnya :

 
p X1  X 2  Z α/2  s X1  X 2  μ 1  μ 2  X1  X 2  Z α/2  s X1  X 2  1  α

 p1000  1.64 x 155.56  μ1  μ 2  1000  1.64 x 155.56   1  0.10

 p 1000  255.12  μ 1  μ 2  1000  255.12  0.90

 p 744.88  μ 1  μ 2  1255.12   0.90
Artinya ; dengan derajat keyakinan sebesar 90%, diduga bahwa beda atau selisih
antara pendapatan rata-rata Profesor yang mengajar di PTS dan PTN di kota
Virginia antara $ 744.88 sampai dengan $ 1255.12
Dengan kata lain, peluang (probabilita) selisih antara pendapatan rata-rata
Profesor yang mengajar di PTS dan PTN di kota Virginia antara $ 744.88 sampai
dengan $ 1255.12 adalah 90%.
Pendugaan Satu Parameter Proporsi ( P )
Contoh.........
 Dari suatu sampel random sebanyak 500 orang yang makan siang di
sebuah restoran selama beberapa hari Jum’at diperoleh informasi bahwa
160 orang yang menyukai makanan laut (sea food). Buatlah pendugaan
interval bagi proporsi sesungguhnya orang yang menyukai makanan laut
(sea food) untuk makan siangnya pada hari Jum’at di restoran tersebut
dengan derajat keyakinan 95%.
 Penyelesaian
Diketahui ; n = 500 orang, x = 160 orang , maka ,
derajat keyakinan = 0,95, maka α = 0,05,
sehingga = Z0,05/2 = Z0,025 = ± 1,96

 p̂(1  p̂) p̂(1  p̂) 

Jadi ; p
 p̂  Z α/2   P  p̂  Zα/2    1 α

 n n 
 0,32(1  0,32) 0,32(1  0,32) 
 p  0,32  1,96   P  0,32  1,96    1  0,05

 500 500 

 p  0,32  1,96 x 0,0209  P  0,32  1,96 x 0,0209   0,95

 p 0,32  0,04  P  0,32  0,04   0,95

 p 0,28  P  0,36   0,95,

Artinya ; dengan derajat keyakinan 95%, proporsi sesungguhnya orang yang menyukai makanan
laut (sea food) untuk makan siangnya pada hari Jum’at di restoran yang bersangkutan antara 28%
sampai dengan 36%.
Pendugaan Beda Dua Parameter Proporsi (P1 – P2)

p̂1 (1  p̂1 ) p̂ 2 (1  p̂ 2 )
Dimana ; σ p̂1  p̂ 2  
n1 n2
 Contoh.........
 Suatu penelitian mengenai kesukaan konsumen terhadap sabun mandi cap Mawar
telah dilakukan oleh perusahaan sabun yang bersangkutan. Berdasarkan pendapatan
rata-rata per bulan, para konsumen dibagi 2 golongan, yaitu golongan yang mampu
dan kurang mampu Dari golongan yang mampu diambil sampel random sebanyak 400
keluarga dan terdapat 240 keluarga yang menyatakan suka pada sabun cap Mawar.
Sedangkan dari golongan yang kurang mampu diambil sampel sebanyak 500 keluarga
dan terdapat 200 keluarga yang menyatakan suka pada sabun tersebut. Dengan
derajat keyakinan 95%, buatlah pendugaan interval beda (selisih) proporsi kedua
golongan diatas yang menyukai sabun cap Mawar.
Pendugaan (Estimasi) Parameter Pada Sampel Kecil ( n ≤ 30 )

Pada umumnya, jika sampel random kecil ( n ≤ 30 ) maka pendugaan parameter

populasi sebaiknya dilakukan dengan distribusi t atau dikenal dengan nama distribusi

Student yang variabelnya distandarisir dengan t  X  μ .

s/ n
Pendugaan (Estimasi) Satu Parameter Rata-rata ( µ )

Dimana : df = derajat bebas (degree of freedom),

df = n - 1
 Contoh.........
 Menurut penelitian Dr. W.H. Bowen dari National Institute Of Health dan
Dr. J. Yudben, Profesor Gizi dan Ilmu Diit pada University Of London,
bahwa mengkonsumsi sereal yang telah diberi pemanis secara terus
menerus menyebabkan pembusukan gigi, penyakit jantung dan penyakit-
penyakit menurunnya fungsi tubuh lainnya. Dari suatu sampel random
sebesar 25 bungkus Alpha-Bits diperoleh rata-rata kadar gulanya adalah
11,3 gram dengan simpangan baku 2,45 gram. Bila kadar gula itu
menyebar normal, maka susunlah pendugaan interval rata-rata kadar gula
seluruh Alpha-Bits dengan interval keyakinan 99%.
Pendugaan Beda Dua Parameter Rata-rata (µ1 - µ2)

Dimana ;

2 2
(n 1  1)s 1  (n 2  1)s 2 1 1
s X1  X 2   
n1  n 2  2 n1 n 2

Sedangkan derajat bebasnya ; df  n 1  n 2  2

Contoh........
 Sebuah perusahaan taksi sedang berusaha untuk menentukan apakah
akan memilih ban merk A atau merk B. Untuk menduga beda kekuatan atau
ketahanan kedua merk ban tersebut, dilakukan percobaan dengan
mengambil 12 buah ban untuk masing-masing merk. Semua ban itu dicoba
sampai harus diganti. Hasilnya adalah rata-rata kekuatan atau ketahanan
ban Merk A adalah 38.100 km. dan simpangan baku sebesar 2.100 km.
Sedangkan ban Merk B rata-rata kekuatan atau ketahanan adalah 36.300
km. dan simpangan baku sebesar 1.000 km. Bila diasumsikan populasinya
menyebar normal, buatlah pendugaan interval bagi beda kekuatan atau
ketahanan seluruh ban merk A dan B dengan derajat keyakinan 95%.
Pendugaan Beda Dua Parameter Rata-rata Untuk
Pengamatan Berpasangan

Dimana :
Contoh........
Suatu sampel random sebanyak 5 buah perusahaan yang ikut serta dalam
pengembangan UKM oleh Bank Indonesia. Diperoleh data pendapatan sebelum dan
sesudah pengembangan, sebagai berikut : ( dalam jutaan rupiah )
Nama Sebelum Sesudah
CV Buana 150 155
Kop. Bina Mulya 127 136
UD Permata 120 125
Kop. Nabila 132 140
CV Toko Tiga 128 134

Dengan derajat keyakinan 95%, buatlah pendugaan interval bagi beda atau selisih
pendapatan aktual sesudah dan sebelum pengembangan UKM oleh Bank Indonesia.