TEORI PENDUGAAN STATISTIK

S TAT I S T I K E K O N O M I I I
JURUSAN IESP 1
 RUANG LINGKUP

•Pengertian Teori dan Pendugaan

• Menyusun Interval Keyakinan
1 Statistik 5

•Interval Keyakinan Rata-rata dan

• Pendugaan Titik Parameter
2 6 Proporsi

•Interval Keyakinan Selisih Rata-

• Pendugaan Interval
3 7 rata dan Proporsi

•Kesalahan Standar dari Rata-rata

• Memilih Ukuran Sampel
4 Hitung Sampel 8

2
 PENGERTIAN PENDUGAAN STATISTIK

• 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).
• 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).

3
 JENIS-JENIS PENDUGAAN STATISTIK

A. Pendugaan Titik Parameter

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.

B. Pendugaan Interval
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.

4
 PENDUGA TUNGGAL SEBAGAI FUNGSI UNSUR
POPULASI

•  atau Sd = ,…, ) di mana  • Standar Deviasi:

𝑓 (1)
  𝑓 (2)
 
𝑓 (3)
 

5
 SIFAT-SIFAT PENDUGA

• Penduga Tidak Bias

• Penduga Efisien
• Penduga Konsisten

6
 PENDUGA TIDAK BIAS

• Penduga
  titik dikatakan tidak bias (unbiased estimator) jika di dalam sampel
random yang berasal dari populasi, rata-rata atau nilai harapan (expexted value) dari
statistik sampel sama dengan parameter populasi () atau dapat dilambangkan
dengan

A. Penduga Bersifat Tidak Bias B. Penduga Bersifat Bias

7
 PENDUGA EFISIEN

• Penduga yang efisien (efficient estimator) adalah penduga yang tidak bias dan
mempunyai varians terkecil (sx2) dari penduga-penduga lainnya.

sx12

sx12 < sx22

sx22

8
 PENDUGA KONSISTEN

• Penduga
  yang konsisten (consistent estimator) adalah nilai dugaan ( ) yang semakin
mendekati nilai yang sebenarnya  dengan semakin bertambahnya jumlah sampel (n)

n tak terhingga

n sangat besar

n besar

n kecil

9
 PENDUGAAN INTERVAL

(S – Zsx < P < S + Zsx ) = C

Di mana:
S : Statistik yang merupakan penduga parameter populasi (P)
P : Parameter populasi yang tidak diketahui
sx : Standar deviasi distribusi sampel statistic
Z : Suatu nilai yang ditentukan oleh probabilitas yang berhubungan dengan pendugaan interval, nilai Z diperoleh
dari tabel luas di bawah kurva normal
C : Probabilitas atau tingkat keyakinan yang dalam praktik sudah ditentukan dahulu.
S – Zsx : Nilai batas bawah keyakinan
S + Zsx : Nilai batas atas keyakinan

10
CONTOH MENENTUKAN JUMLAH SAMPEL SETIAP
STRATUM

0,50 0,50

X
X X X
X X 95% X X

99%
X X X X X X
X
X X X X X X

Z =-2,58 Z =2,58
Z=-1,96 0= Z=1,96

•• Pada
  gambar terlihat untuk interval keyakinan 95% terhubungkan dengan nilai Z antara –1,96
sampai 1,96. Ini dapat diartikan juga bahwa 95% dari rata-rata hitung sampel ( ) akan terletak
di dalam  1,96 kali standar deviasinya. Sedangkan untuk keyakinan 99%, maka rata-rata
hitungnya juga akan terletak di dalam  2,58 kali standar deviasinya. Interval keyakinan juga
dapat dituliskan untuk C= 0,95 adalah   1,96sx dan untuk C=0,99 adalah   2,58sx.
11
CONTOH MENENTUKAN JUMLAH SAMPEL
SETIAP STRATUM (LANJUTAN)

0,50 0,50

0,4750 0,4750
(0,95/2) (0,95/2) 0,025
0,025
(0,50/2) (0,50/2)
Z= –1,96 Z= 1,96

• • Luas
  kurva adalah 1, dan simetris yaitu sisi kanan dan kiri luasnya sama yaitu 0,5. Nilai C= 0,95
apabila dibagi menjadi dua bagian simetris maka menjadi 0,4750 yang diperoleh dari 0,95/2. Apabila
digunakan tabel luas di bawah kurva normal untuk probabilitas 0,4750 maka akan diperoleh nilai Z
sebesar 1,96. Begitu juga untuk C= 0,99, maka probabilitasnya adalah 0,99/2 = 0,4950, nilai
probabilitas ini terhubung dengan nilai Z= 2,58. Setelah menemukan nilai Z dan standar deviasinya,
maka dapat dibuat interval keyakinan dengan mudah misalnya untuk C= 0,95 adalah P(– 1,96s x < m <
+ 1,96sx) = 0,95 sedang untuk C= 0,99 adalah P(– 2,58s x < m < + 2,58sx) = 0,99
12
CONTOH MENENTUKAN JUMLAH SAMPEL SETIAP
STRATUM (LANJUTAN)

x = –1,96sx x = –1,96sx
x1
Interval 1 mengandung m

x95 x2
Interval 95 mengandung m Interval 2 mengandung m
x96-100
Interval 96 sampai 100 tidak mengandung m

•• Pada
  gambar di atas terlihat bahwa interval 1 dengan nilai rata-rata interval 95 dengan
rata-rata 95 mengandung nilai parameternya, yaitu dan hanya 96 sampai 100 atau 5%
interval saja yang tidak dari statistik mengandung m. Jadi, interval keyakinan C= 95
dapat diartikan bahwa sebanyak 95% interval dari statistik mengandung nilai parameter
aslinya, yaitu m dan hanya 5% interval saja yang tidak mengandung parameternya.
13
 KESALAHAN STANDAR DARI
RATA-RATA HITUNG SAMPEL
• Kesalahan standar dari rata-rata hitung sampel adalah standar deviasi distribusi sampel dari rata-rata hitung
sampel. Kesalahan standar dari rata-rata hitung dihitung dengan rumus sebagai berikut:

• Untuk populasi yang tidak terbatas n/N < 0,05:

  𝜎
S X=
√n
• Untuk populasi yang terbatas dan n/N> 0,05:   𝜎 N −n
Di mana:
 : Standar deviasi populasi
S X=
√
√ n N −1
sx : Standar error/kesalahan standar dari rata-rata hitung sampel
n : Jumlah atau ukuran sampel
N : Jumlah atau ukuran populasi

14
INTERVAL KEYAKINAN RATA-RATA HITUNG

 
X ± 𝑍 𝛼 /2 S / √ 𝑛
 Untuk populasi yang terbatas, faktor koreksi menjadi  (N ‒ n)/N ‒ 1. Nilai merupakan rata-
rata dari sampel, sedangkan nilai Z untuk beberapa nilai C dapat disajikan sebagai berikut.

15
 CONTOH INTERVAL KEYAKINAN
RATA-RATA HITUNG

 Berdasarkan pada nilai Z dan diasumsikan bahwa n > 30 maka

dapat disusun interval beberapa keyakinan sebagai berikut:

1. Interval keyakinan 99%:  2,58 s/n

2. Interval keyakinan 98%:  2,33 s/n
3. Interval keyakinan 95%:  1,96 s/n
4. Interval keyakinan 90%:  1,65 s/n
5. Interval keyakinan 85%:  1,44 s/n
6. Interval keyakinan 95%:  1,28 s/n

16
 CONTOH INTERVAL KEYAKINAN
RATA-RATA HITUNG (LANJUTAN)
Interval keyakinan tersebut dapat juga
digambarkan sebagai berikut:

Batas bawah
Batas atas

1-

 /2
 /2
-Z /2  Z /2

Nilai parameter yang sebenarnya diharapkan akan terdapat pada interval 1

‒  dengan batas bawah ‒Z /2 dan batas atas Z /2.
17
SKEMA PROSES INTERVAL KEYAKINAN

Populasi Tidak Terbatas

X  Z/2 s/n

Menentukan sampel
Mulai Menentukan Keyakinan(C
(n) dan nilai rata-rata
Identifikasi atau = (1 – C) dan Nilai Z
masalah
X

Populasi Terbatas
X  Z/2 s/(N ‒ n)/N ‒1

18
DISTRIBUSI NORMAL DAN STANDAR DEVIASI
POPULASI DIKETAHUI

 
Probabilitas ( – Z/2 sx <  < + Z/2 sx ) = C
atau Probabilitas (µ  Z/2 sx ) = C
 Dimana:
: Rata-rata dari sampel
Z/2 : Nilai Z dari tingkat kepercayaan 
 : Rata-rata populasi yang diduga
sx : Standar error/kesalahan standar dari rata-rata hitung
sampel
C : Tingkat keyakinan
 : (1 – C)
19
DISTRIBUSI NORMAL DAN STANDAR
DEVIASI POPULASI TIDAK DIKETAHUI
Standar error untuk populasi
tidak terbatas Distribusi normal standar

Distribusi t dengan n=25

S Distribusi t dengan n=15

SX = Distribusi t dengan n=5

n
Standar error untuk populasi
yang terbatas dan n/N > 0,05:
S N- n
SX =
n N- 1

20
DISTRIBUSI SAMPLING MENDEKATI NORMAL DAN
STANDAR DEVIASI POPULASI TIDAK DIKETAHUI

{ ( X- t α / 2SX ) < μ < ( X + t α / 2SX ) }

 Di mana:
: Rata-rata dari sampel
: Nilai t dari tingkat kepercayaan 
 : Rata-rata populasi yang diduga
sx : Standar error/kesalahan standar dari rata-rata hitung sampel
C : Tingkat keyakinan
 :1–C

21
STANDAR DEVIASI PROPORSI SAMPEL
 Untuk populasi yang terbatas p( 1  p ) N n
Sp 
n1 N 1

p(1- p)
Untuk populasi yang tidak terbatas Sp =
n- 1

Bentuk pendugaan proporsi populasi dirumuskan sebagai berikut:

Probabilitas
( p - Z α / 2.Sp < P < p + Z α / 2 .Sp )
Di mana:
P : Proporsi sampel
: Nilai Z dari tingkat keyakinan 
P : Proporsi populasi yang diduga
Sp : Standar error/kesalahan dari proporsi
C : Tingkat keyakinan
 :1–C 22
 CONTOH 12-9:

• Survey yg dilakukan pada 2 – 17 Oktober 2013 terhadap pelaku UKM, dari 162 responden ada 25
responden yg hanya menjawab sebagian pertanyaan. Berdasarkan hasil data screening, hanya 123 data
responden yang dapat diikutsertakan dalam analisis. Mayoritas responden berasal dari wilayah
Jabodetabek. Salah satu pertanyaan yang diajukan adalah bagaimana kondisi bisnis mereka pada
tahun 2014. Sebanyak 70,50% responden optimis bisnisnya akan “meningkat”, 17,20% responden
optimis bisnisnya akan “sangat meningkat”, dan hanya sekitar 12,30% responden menganggap bahwa
kondisinya “relative sama” dibandingkan tahun 2013. Jumlah UKM Jabodetabek 363.500 unit (50%
UKM Nasional). Buatlah interval keyakinan tentang pandangan pelaku UKM terhadap bisnis mereka
di tahun 2014, dengan tingkat keyakinan 95%.

23
 JAWABAN CONTOH 12-9:

•  P = 0,877, N = 363500, n = 123, maka n/N = 0,00034 (< 0,05)

• Z untuk probabilitas (0,95/2) = 0,4750 = 1,96

• Interval keyakinan:
• (0,877 – 1,96.0,03 < P < 0,877 + 1,96.0,03 )
• 0,877 – 0,059< P < 0,877+ 0,059
• 0,818 < P < 0,936
• Jadi, interval keyakinan jumlah pelaku UKM di jabodetabek yg memiliki pandangan
positif thd bisnisnya pd tahun 2014 sebanyak 297.343 UKM (0,818 x 363.500)
sampai 340.236 UKM (0,936 x 363.500)

24
 CONTOH 12-10:

• Pada saat ini sektor perbankan memberikan banyak fasilitas untuk memudahkan
konsumen . Salah satu fasilitas adalah kartu debit tanpa kata sandi dan
memungkinkan menarik dana tunai. Kepada 1500 pelanggan utama diberikan pilihan
untuk menggunakan atau tidak. Hasilnya menunjukkan 600 orang setuju untuk
menggunakan, sedang sisanya tidak. Dengan tingkat kepercayaan 99% tentukan
interval keyakinan dari proporsi yang setuju terhadap penggunaan kartu debit tanpa
kata sandi tersebut.

25
 JAWABAN CONTOH 12-10:

• Proporsi
  nasabah yg setuju menggunakan kartu debit = 600/1500 = 0,4
• Jumlah sampel (n) = 1500

• Z untuk probabilitas (0,99/2) = 0,4950 = 2,58

• Interval keyakinan:
• (0,4 – 2,58.0,013 < P < 0,4 + 2,58.0,013)
• 0,366 < P < 0,434
• Jadi, interval keyakinan proporsi nasabah yg mau menggunakan kartu debit adalah
0,366 sampai 0,434 atau 549 sampai 651

26
INTERVAL KEYAKINAN UNTUK SELISIH RATA-RATA

• Probabilitas Di mana:
{ ( [ 𝐗 − 𝐗 ] −𝐙
𝟏 𝟐 𝛂/ 𝟐 𝐗 𝐒 ) <𝛍𝟏 − 𝛍𝟐 < ( [ 𝐗 𝟏 − 𝐗 𝟐 ]+𝐙 𝛂/ 𝟐 𝐒 𝐗 ) } x1-x2 : Standar error selisih
rata-rata populasi
• Di mana standar error dari nilai selisih rata-rata
x1,x2 : Standar deviasi dari
adalah: dua populasi
σ2x1 σ2x2 sx1-x2 : Standar error selisih
σ x1- x2 = +
n1 n2 rata-rata sampel
sx1, sx2 : Standar deviasi sampel
• Apabila standar deviasi dari populasi tidak ada, dari dua populasi
maka dapat diduga dengan standar deviasi n1 , n2 : Jumlah sampel setiap
sampel yaitu: populasi

S2x1 S2x2
Sx1- x2 = +
n1 n2
27
 CONTOH 12-11

• Pada saat ini, investor dapat memilih investasi dalam bentuk

deposito dan reksa dana. Survey terhadap 18 bank sampel dari 128
bank menunjukkan hasil deposito sebesar 7,71% dengan standar
deviasi 0,73%. Sementara hasil reksa dana pada 11 dari 82
perusahaan manajer investasi adalah 13,17% dan standar deviasi
1,83%. Dengan tingkat keyakinan 95%, buatlah interval keyakinan
dari selisish rata-rata hasil investasi tersebut.

28
 JAWABAN CONTOH 12-11

• 

• Nilai Z pada probabilitas 0,95/2 = 0,4750 = 1,96

• Interval keyakinan:

• (5,46 – 1,96.0,584) < < (5,46 + 1,96.0,584)

• 4,32 < < 6,61

29
INTERVAL KEYAKINAN UNTUK SELISIH PROPORSI
• Probabilitas
 ( 𝒑𝟏 − 𝒑𝟐 ) − 𝒁 𝜶 ∙ 𝑺 𝒑 𝟏 − 𝒑 𝟐 ¿ < ( 𝒑𝟏 − 𝒑𝟐 ) < ( 𝒑𝟏 − 𝒑𝟐 ) + 𝒁 𝜶 ∙ 𝑺 𝒑 𝟏 − 𝒑 𝟐 ¿
𝟐 𝟐

• Di mana standar error dari nilai selisih proporsi adalah:

 
𝒑𝟏 ( 𝟏− 𝒑𝟏 ) 𝒑𝟐 (𝟏 − 𝒑𝟐 )

Dimana:
𝑺 𝒑 𝟏 − 𝒑 𝟐=
√ 𝒏𝟏 −𝟏
+
𝒏𝟐 − 𝟏

• p1, p2 : Proporsi sampel dari dua populasi

• Sp - p
1 2 : Standar error selisih proporsi dari dua populasi
• n1, n2 : Jumlah sampel setiap populasi
30
 CONTOH 12-12

• Survei belanja online terbaru telah dilakukan oleh Mastercard terhadap sekitar 7.011
responden di 4 negara wilayah Pasific. Hasil survei menunjukkan bahwa lebih dari
separuh responden Indonesia (54,5%) menggunakan ponsel pintar mereka untuk
berbelanja dalam 3 bulan terakhir, oleh responden Filipina sebesar 21,4%.
Katakanlah jumlah responden yg diambil di Indonesia dan Filipina sama, masing-
masing 500 responden.
• Buatlah interval keyakinan untuk melihat selisih proporsi antara Indonesia dan
Filipina dari penggunaan ponsel pintar untuk belanja online dengan tingkat
keyakinan 90%.

31
 JAWAB CONTOH 12-12
• n  1 = 500 dan n2 = 500
• p1 = 54,5% = 0,545
• p2 = 21,4% = 0,214
• Selisih proporsi :
(p1 – p2) = 0,545 – 0,214 = 0,331
• Standar error proporsi:
•• Nilai
  Z dg prob (90/2)= 0,4500 = 1,65
• Interval Keyakinan:
• (0,331 – (1,65.0,029)) < < (0,331 +
(1,65.0,029))
• (0,28 < < 0,38
• Sehingga dapat disimpulkan bahwa interval
selisih antara masyarakat Indonesia dan
Filipina dalam menggunakan ponsel pintar
untuk belanja online antara 0,28 sampai
0,38
32
 MEMILIH UKURAN SAMPEL

Faktor dalam pemilihan jumlah sampel:

1. Tingkat keyakinan yang dipilih.
2. Kesalahan maksimum yang diperbolehkan.
3. Variasi dari populasi.

33
 JUMLAH SAMPEL UNTUK MENDUGA
RATA-RATA POPULASI
Rumus jumlah sampel dalam populasi dirumuskan sebagai berikut: n = [(Za/2.s)/e]2

Rumus tersebut diturunkan dari interval keyakinan sebagaimana diuraikan sebagai berikut :

•  • 
Error

 Semakin besar standar deviasi, maka akan semakin besar n

 Semakin tinggi tingkat keyakinan, maka akan semakin besar pula jumlah sampel
34
 CONTOH 12-14

• Pemerintah mengharapkan adanya • 

Jawaban:
inflasi yg stabil. Program • Selisih atau error inflasi yg
pengendalian inflasi yg ketat
menyebabkan rata-rata inflasi 3,79%
ditetapkan
dg standar deviasi 1,31%. • Nilai = probabilitas (0,99/2) =
p(0,4950) = 2,58
• Bila 4 tahun berikutnya diharapkan • = [(2,58.1,31)/1,5]2 = 5,08
interval inflasi tidak lebih dari 1,5%
dg tingkat kepercayaan 99%, maka • Dibulatkan menjadi 5
berapa jumlah sampel atau kota yg
harus disurvei?
35
 JUMLAH SAMPEL UNTUK MENDUGA PROPORSI
POPULASI
Untuk mendapatkan rumus jumlah sampel dalam pendugaan proporsi populasi dapat diturunkan
sebagai berikut:
•  ••  
Kedua sisi dikuadratkan:
• , ingat bahwa error
• Pindahkan n-1 ke sisi kiri:

• Sehingga n menjadi:

36
 JUMLAH SAMPEL UNTUK MENDUGA PROPORSI
POPULASI (LANJUTAN)

Catatan nilai p dan (1-p) belum ditemukan karena belum ditentukan sampelnya. Oleh karena itu, nilai P
(proporsi populasi) diasumsikan dg nilai tertentu. Pendugaan interval proporsi dirumuskan sbb.:

2
  𝑍𝛼 [𝑃 (1 − 𝑃)]
𝑛=
( ) 2
2
𝜀
Untuk menduga jumlah sampel dalam proporsi juga dapat menggunakan rumus lain, apabila nilai
p dan P tidak diketahui, yaitu:
2
  𝑍𝛼
𝑛 =(0,25 ) ( ) 𝜀
2

37
 CONTOH 12-15
• PT LG Elektronik memproduksi TV
baru layar datar yg dilengkapi fasilitas
home theater pd tahun 2008. Untuk
mencoba apakah produk ini disukai
konsumen atau tidak, dilakukan survei
di beberapa kota besar.
• Apabila tingkat keyakinan 95% dan
kesalahan penarikan sampel 3%,
berapa jumlah sampel yg harus
diwawancara?
•• Nilai
  Z = 0,95/2 = 0,475 = 1,96
• = 3% = 0,03
• N = 0,25 (1,96/0,03)2 = 1607
• Jadi responden sebanyak 1607 orang
• Apabila diketahui nilai P orang yg
menyukai produk LG adalah 75%, maka
n:
• Jumlah sampel yg diwawancara 800
orang
38