STATISTIKA INDUKTIF

EDISI 3

Algifari
STIE YKPN Yogyakarta
BAB 2
Estimasi Statistik
Tujuan
Memanfaatkan kaidah-kaidah distribusi sampling
untuk membuat estimasi (estimasi) rata-rata dan
proporsi, menentukan besarnya sampel yang
sesuai dengan tingkat kesalahan yang diinginkan
SKEMA PEMBAHASAN:
Konsep Dasar
Estimasi Statistik

Estimasi Rata-rata dan

Estimasi Proporsi
Pembahasan

Penentuan Ukuran
Sampel (n)

Estimasi Beda Dua

Rata-rata dan Estimasi
Beda Dua Proporsi
(1) Konsep Dasar

• Kriteria Penaksir (Estimator) yang Baik:

▫ Tidak bias (Unbiasedness).
▫ Efisiensi (Efficiency).
▫ Konsistensi (Consistency).
▫ Kecukupan (Sufficiency).
Estimasi Titik dan Estimasi Interval
• Estimasi titik (point estimation) adalah nilai
tunggal yang digunakan untuk menaksir (to
estimate) parameter (besaran populasi) yang
tidak diketahui.
• Estimasi interval merupakan interval nilai
(range) yang nilai parameter populasi berada di
dalamnya.
Tingkat Konfidensi (Confidence Level)

Nilai Z yang
Tingkat Probabilitas
Nilai Z Sering Digunakan
Konfidensi Terdekat
90% 0,4495 atau 0,4505 1,64 atau 1,65 1,645
95% 0,475 1,960 1,960
99% 0,4949 atau 0,4951 2,57 atau 2,58 2,576
Cara membaca Tabel Distribusi Normal
• Misalnya tingkat konfidensi 95%, berarti 0,95/2 = 0,475. Nilai Z
untuk tingkat konfidensi 95% adalah 1,960.

Z 0.00 0.01 . . 0.06 . . .

0.0
0.1
.
.
.
1.9 0.475
.
.
.
Cara membaca Tabel Distribusi t
• Misalnya tingkat konfidensi 95% dan sampel yang digunakan (n) adalah 10.
Nilai t/2;df artinya /2 dan degree of freedom = n-1. Nilai  ditentukan
dengan rumus:  = 1 – tingkat konfidensi. Berarti  = 1 - 0,95 = 0,05.
Dengan demikian nilai t yang dicari adalah t0,025;9 = 2,262.

df/ 0.1 0.05 0.025 0.01 0.005

1
2
.
.
.
9 2.262
.
.
Inf. 1,960
Estimasi Titik
• Estimasi titik adalah nilai tunggal yang digunakan untuk menaksir (to
estimate) parameter yang tidak diketahui.
Estimasi titik untuk rata-rata populasi () dan proporsi populasi ()
menggunakan rata-rata sampel ( X ) dan proporsi sampel (p) yang dapat
dihitung dengan menggunakan rumus sebagai berikut:

X X
X p
n n
Estimasi Titik
• Estimasi titik adalah nilai tunggal yang digunakan untuk menaksir (to
estimate) parameter yang tidak diketahui.
Estimasi titik untuk rata-rata populasi () dan proporsi populasi ()
menggunakan rata-rata sampel ( X ) dan proporsi sampel (p) yang dapat
dihitung dengan menggunakan rumus sebagai berikut:

X X
X p
n n

• Estimasi titik untuk beda dua rata-rata populasi (µ 1- µ2) ditaksir atau
diestimasi dengan menggunakan beda dua rata-rata sampel ( X1  X 2).
Estimasi titik untuk beda dua proporsi populasi (π 1- π2) ditaksir atau
diestimasi dengan menggunakan beda dua proporsi sampel (p 1 – p2).
Estimasi Interval
• Tujuan membuat estimasi interval adalah untuk
mengurangi kesalahan penaksiran. Estimasi interval
merupakan interval nilai (range) di mana parameter
populasi berada di dalamnya.
Estimasi Interval
• Tujuan membuat estimasi interval adalah untuk
mengurangi kesalahan penaksiran. Estimasi interval
merupakan interval nilai (range) di mana parameter
populasi berada di dalamnya.
• Pada estimasi interval terdapat batas bawah estimasi
(lower limit estimate) dan batas atas estimasi (upper
limit estimate). Batas bawah estimasi merupakan nilai
estimasi parameter populasi terendah. Sedangkan batas
atas estimasi merupakan nilai estimasi parameter
populasi tertinggi.
(2.a) Estimasi Rata-rata Populasi ()
• Jika  adalah rata-rata populasi dan X adalah rata-rata
sampel, maka  ditaksir sengan interval sebagai berikut:

XE μ  XE
(2.a) Estimasi Rata-rata Populasi ()
• Jika  adalah rata-rata populasi dan X adalah rata-rata
sampel, maka  ditaksir sengan interval sebagai berikut:

XE μ  XE
• E adalah kesalahan estimasi (error of estimate)
(2.a) Estimasi Rata-rata Populasi ()
• Jika  adalah rata-rata populasi dan X adalah rata-rata
sampel, maka  ditaksir sengan interval sebagai berikut:

XE μ  XE
• E adalah kesalahan estimasi (error of estimate)
• Hal-hal yang perlu diperhatikan dalam menentukan E:
1. Jumlah sampel (n)
(2.a) Estimasi Rata-rata Populasi ()
• Jika  adalah rata-rata populasi dan X adalah rata-rata
sampel, maka  ditaksir sengan interval sebagai berikut:

XE μ  XE
• E adalah kesalahan estimasi (error of estimate)
• Hal-hal yang perlu diperhatikan dalam menentukan E:
1. Jumlah sampel (n)
2. Standar deviasi ( atau s)
(2.a) Estimasi Rata-rata Populasi ()
• Jika  adalah rata-rata populasi dan X adalah rata-rata
sampel, maka  ditaksir sengan interval sebagai berikut:

XE μ  XE
• E adalah kesalahan estimasi (error of estimate)
• Hal-hal yang perlu diperhatikan dalam menentukan E:
1. Jumlah sampel (n)
2. Standar deviasi ( atau s)
3. Populasi (N: terbatas atau tidak terbatas)
(2.a) Estimasi Rata-rata Populasi ()
• Jika  adalah rata-rata populasi dan X adalah rata-rata
sampel, maka  ditaksir sengan interval sebagai berikut:

XE μ  XE
• E adalah kesalahan estimasi (error of estimate)
• Hal-hal yang perlu diperhatikan dalam menentukan E:
1. Jumlah sampel (n)
2. Standar deviasi ( atau s)
3. Populasi (N: terbatas atau tidak terbatas)
4. Tingkat konfidensi (confidence level) disingkat CL.
 Menentukan Besarnya Kesalahan Estimasi (E)

• Besarnya kesalahan estimasi (E) untuk:

▫ sampel besar (n ≥ 30),
▫ standar deviasi populasi () diketahui,
▫ jumlah anggota populasi tidak terbatas (N = ), dan
▫ tingkat konfidensi (CL) . CL= 1 - . Atau  = 1 – CL.

σ
EZ .
α/2 n
σ
σX  adalah besarnya kesalahan standar (standard error)
n

(Kriteria populasi terbatas : banyaknya anggota populasi diketahui

dan banyaknya anggota sampel lebih dari 5% anggota populasinya)
Lanjutan ...
Contoh Kasus 1.
Seorang manajer sebuah perusahaan asuransi ingin mengestimasi pendapatan
rata-rata penduduk di suatu wilayah. Berdasarkan informasi yang diperoleh,
besarnya pendapatan penduduk di wilayah tersebut berdistribusi normal
dengan standar deviasi adalah Rp25.000. Sampel sebanyak 80 penduduk
dipilih secara random dan dari sampel tersebut diketahui rata-rata
pendapatan penduduk per bulan adalah Rp2.560.000. Dengan menggunakan
tingkat konfidensi 95%, buatlan interval estimasi pendapatan rata-rata
penduduk per bulan di wilayah tersebut.

Jawaban Kasus 1:
• Standar deviasi populasi:  = Rp25.000
• Banyaknya anggota sampel: n = 80
• Rata-rata sampel: = Rp2.560.000
X
• Tingkat konfidensi : CL = 95%
Lanjutan ...

XE μ  XE

σ 25.000
EZ .  1,96.  5.478,4
α/2 n 80

2.560.000  5.478,4  μ  2.560.000  5.478,4

2.5554.521,6  μ  2.565.478,4

Besarnya kesalahan estimasi (E) adalah Rp5.478,4. Interval estimasi pendapatan

rata-rata per bulan penduduk adalah Rp2.554.521,6 sampai dengan
Rp2.565.478,4
Lanjutan ...

• Besarnya kesalahan estimasi (E) untuk:

▫ sampel besar (n ≥ 30),
▫ standar deviasi populasi () diketahui tidak diketahui,
▫ jumlah anggota populasi tidak terbatas (N = ), dan
▫ tingkat konfidensi: CL.

s
EZ .
α/2 n
s
sX  adalah besarnya kesalahan standar (stanrard error)
n
Lanjutan ...

Contoh Kasus 2.
Sampel sebanyak 100 pedagang kaki lima di Malioboro Jogjakarta diperoleh
informasi bahwa keuntungan rata-rata per hari Rp120.000 dengan standar
deviasi sebesar Rp15.000. Keuntungan per hari pedagang kaki lima di
Maliobooro Jogjakarta diketahui berdistribusi normal. Berdasarkan data
tersebut,
1. buatlah estimasi keuntungan rata-rata per hari pedagang kaki lima tersebut
menggunakan estimasi titik.
2. tentukan besarnya kesalahan standar (sx) dan kesalahan estimasi (E)
keuntungan per hari pedagang kaki lima di Malioboro Jogjakarta.
3. Tentukan interval estimasi keuntungan rata-rata per hari pedagang kaki lima
di Malioboro Jogjakarta menggunakan tingkat konfidensi (confidence level)
adalah 95%. Tentukan batas terendah (lower limit) dan batas tertinggi (upper
limit) estimasinya.
Lanjutan ...

Jawaban Kasus 2:
1. Estimasi titik: Rp120.000
2. Kesalahan standar ( s X ) dan kesalahan estimasi (E):
s Rp15.000
sx    Rp1.500
n 100
s Rp15.000
EZ .  1,96.  Rp2.940
α/2 n 100

3. Interval estimasi
XE μ  XE

Rp120.000 – Rp2.940    Rp120.000 + Rp2.940

Rp117.060    Rp122.940
Batas terendah (lower limit) estimasi = Rp117.060
Batas tertinggi (upper limit) estimasi = Rp122.940
Lanjutan ...

Besarnya kesalahan estimasi (E) untuk sampel kecil (n < 30), standar
deviasi populasi () diketahui, jumlah anggota populasi tidak terbatas
(N = ), dan tingkat konfidensi (1- ) % adalah
σ
Et ; df.
α/2 n
df. = degree of freedom = n - 1
 Contoh Kasus 3.
Isi minuman suatu merek minuman dalam kemasan kaleng diketahui
berdistribusi normal dengan besarnya standar deviasi adalah 8,5 ml.
Suatu penelitian dilakukan untuk mengestimasi isi minuman rata-rata
minuman dalam kemasan kaleng tesebut. Penelitian menggunakan 15
kaleng minuman sebagai sampel dan dari sampel tersebut diperoleh
rata-rata isi minuman adalah 246 ml. Buatlah interval estimasi rata-
rata isi munuman dalam kaleng tersebut mengunakan tingkat
konfidensi 99%.
Lanjutan ...

Jawaban Kasus 3.
XE μ  XE

df. = degree of freedom = 15 – 1 = 14

t0,005;14 = 2,977 (Lihat pada Tabel Distribusi t)
σ 8,5
Et ; df.  2,977.  6,53
α/2 n 15

246  6,53  μ  246  6,53

239,47 μ  252,53

Besarnya kesalahan estimasi (E) adalah 6,53 ml. Interval estimasi isi
minuman dalam kemasan kaleng adalah 239,47 ml sampai dengan 252,53 ml.
Lanjutan ...

Besarnya kesalahan estimasi (E) untuk sampel kecil (n < 30), standar
deviasi populasi () tidak diketahui, jumlah anggota populasi tidak
terbatas (N = ), dan tingkat konfidensi (1- ) % adalah

s
Et ; df.
α/2 n

Standar deviasi : s 
 (X  X ) 2

n 1

s
Kesalahan standar : s x 
n
Lanjutan ...

Contoh Kasus 4.
Suatu biro travel ingin menentukan waktu yang diperlukan
untuk menempuh perjalanan dari kota A ke kota B. Dari 6
kali perjalanan diperoleh informasi sebagai berikut:

Perjalanan ke.. 1 2 3 4 5 6
Waktu (Jam) 13 14 12 16 12 11

Waktu tempuh dari kota A ke kota B diasumsikan

berdistribusi normal. Buatlah estimasi lama perjalanan dari
kota A ke kota B yang sesungguhnya dengan tingkat
konfidensi 95%.
Lanjutan ...
Jawaban Kasus 4.
X-t .s μX+t .s
 /2 x  /2 x

Perjalanan X X (X - X ) (X -X )2
1. 13 13 0 0
2. 14 13 1 1
3. 12 13 -1 1
4. 16 13 3 9
5. 12 13 -1 1
6. 11 13 -2 4
X = 78 (X - )2 = 16
X

 X 78
s 1,79
X= = = 13 sx    0,73
n 6 n 6
Lanjutan ...

s
 (X  X ) 2


16
 1,79
n 1 6 1

s 1,79
sx    0,73
n 6
t0,025;5 = 2,57 (Lihat pada Tabel Distribusi t)
13 - (2,57)(0,7 3)    13 + (2,57)(0,7 3)

13 - 1,88    13 + 1,88

11,12    14,88

Jadi estimasi waktu rata-rata yang diperlukan untuk menempuh

perjalanan dari kota A ke kota B adalah 11,12 jam sampai dengan 14,88
jam.
 Hasil perhitungan MS Excel dan SPSS

Hasil perhitungan penggunakan MS Excel:

Waktu (Jam) Hasil perhitungan penggunakan SPSS:

Mean: 13
Descriptive Statistics
Standard Error: 0,73 Std.
N Mean Variance
Standard Deviation: 1,79 Statistic Statistic Std. Error Deviation
Statistic Statistic
x 6 13.0000 .73030 1.78885 3.200
Sample Variance: 3,2
Valid N (listwise) 6
Count: 6

Berdasarkan hasil perhitungan tersebut, rata-rata sampel ( X ) = 13 dengan

standar deviasi sampel (s) = 1,79 dan varians (s2) = 3,2. Besarnya kesalahan
standar sampel ( s X ) = 0,73.
Lanjutan ...

• Besarnya kesalahan estimasi (E) untuk N terbatas, yaitu n > 5% N dapat

ditentukan dengan menambahkan faktor koreksi ke dalam formula
menghitung kesalahan estimasi. Besarnya faktor koreksi (correction
factor) adalah
N  n
N 1

• Misalnya kita ingin menentukan besarnya kesalahan estimasi (E) untuk

penelitian dengan sampel besar (n > 30), standar deviasi populasi ()
diketahui, jumlah anggota populasi (N) terbatas dan tingkat konfidensi
(1- ) %. Formulasi yang dapat digunakan adalah

σ Nn
E  Zα/2 . .
n N 1
Lanjutan ...

Contoh Kasus 5.
Sebuah sampel random terdiri dari 50 skor karyawan yang diambil dari 200
karyawan peserta pendidikan diperoleh informasi skor rata-rata 75 dengan
standar deviasi 10.
Pertanyaan:
1. Buatlah interval estimasi skor karyawan yang mengikuti pendidikan
dengan tingkat konfidensi 95%.
2. Jika skor rata-rata dari 200 karyawan adalah 75 ± 2, tentukan tingkat
konfidensinya.

Jawaban:
1. X = 75 s = 10 n = 50 N = 200
Populasi terbatas, karena N=200 dan n= 50/200 = 0,25 atau 25% lebih dari
5%N. Rumus menentukan kesalahan standar: s N-n
s = .
x n N -1
Lanjutan ...

s N-n 10 200  50
s = .  .  1,23
x n N -1 50 200  1

Z/2 = 1,96 (Lihat pada Tabel Distribusi Normal)

X - Z α/2 σ x  μ  X + Z α/2 σ x

75 – 1,96(1,23)    75 + 1,96(1,23)
  75 – 2,41    75 + 2,41
72,59    77,41

Jadi besarnya estimasi (estimasi) skor rata-rata karyawan peserta

pelatihan adalah dari 72,59 sampai dengan 77,41.
Lanjutan ...

2. Jika skor rata-rata dari 200 karyawan adalah 75 ± 2, maka tingkat

konfidensinya adalah

E = Zα/2 .s
x
E 2
Zα/2 = = = 1,63
σ x 1,23

Dengan menggunakan Tabel Z, probabilitas untuk Z/2 = 1,63 adalah

0,4484. Jadi tingkat konfidensinya adalah 2 x 0,4484 = 0,8968 atau
89,68%.
(2.b) Estimasi Proporsi Populasi ()
• Tujuan: membuat taksiran tentang besaran proporsi populasi
menggunakan proporsi sampel
• Proporsi populasi () ditaksir dengan menggunakan proporsi
sampel (p). Besarnya proporsi sampel (p) dan kesalahan estimasi
proporsi dapat ditentukan dengan rumus:
X
p
n
p(1  p)
E  Z/2 .σ p di mana σ p 
n

• Estimasi titik: p
• Eatimasi interval: p–E≤≤p+E
Upper Limit: p+E
Lower Limit: p–E
Lanjutan ...
Contoh Kasus 6.
Suatu penelitian bertujuan untuk mengestimasi proporsi yang menyatakan puas
terhadap pelayanan yang diberikan oleh suatu bank swasta. Penelitian tersebut
menggunakan sampel sebanyak 250 konsumen. Berdasarkan sampel tersebut
diketahui 165 konsumen menyatakan puas dengan pelayanan yang diberikan
oleh bank swasta. Buatlah interval proporsi yang sesungguhnya (proporsi
populasi) dengan menggunakan tingkat konfidensi 99%.

Jawab: X 165
p–E≤≤p+E p= = = 0,66
n 250

E  Z/2 .σ p  2,58(0,03)  0,077

0,66 - (0,077)    0,66 + (0,077)

0,583    0,737
Lanjutan ...

Jawaban:
p–E≤≤p+E
X 165
p= = = 0,66
n 250

p(1- p) 0,66(1  0,66)

σp =   0,03
n 250

E  Z/2 .σ p  2,58(0,03)  0,077

0,66 - (0,077)    0,66 + (0,077)

0,583    0,737

Jadi estimasi proporsi konsumen menyatakan puas dengan pelayanan yang

diberikan adalah 58,3% sampai dengan 73,7%.
Lanjutan ...
• Estimasi proporsi sampel kecil:
▫ np < 15 atau n(1-p) < 15; atau
▫ n < 20 atau np < 5 atau np(1-p) < 5
• Rumus p dan p adalah
X2
p
n4
p(1  p)
σp 
n4
Lanjutan ...

Contoh Kasus 7.
Suatu penelitian dilakukan untuk membuat interval estimasi proporsi
penduduk di Jogjakarta yang pernah berlibur di Banjarmasin. Penelitian
tersebut menggunakan sampel sebanyak 200 penduduk Jogjakarta dan dari
sampel tersebut terdapat 3 orang penduduk yang pernah berlibur di
Banjarmasin. Dengan tingkat konfidensi 95%, buatlah interval estimasi
proporsi penduduk Jogjakarta yang pernah berlibur di Banjarmasin.

Jawaban:
Misalnya p adalah proprosi sampel penduduk Jogjakarta yang berlibur di
Banjarmasin. Besarnya p mendekati 0, karena jumlah yang sukses (yang
berlibur di Banjarmasin) adalah 3 lebih kecil daripada 15. Oleh karena itu
untuk menentukan p dan p menggunakan rumus penyesuaian Wilson.

Estimasi proporsi penduduk Jogjakarta yang pernah berlibur di Banjarmasin

adalah 0,4% sampai dengan 4,6%.
(3) Menentukan Ukuran Sampel (n)
• Untuk estimasi rata-rata populasi
2
 Z .σ 
n =  α/2 
 E 

Contoh Kasus 8.
Suatu penelitian bertujuan untuk mengetahui pengeluaran rata-rata rumahtangga untuk
membeli sabun cuci per minggu. Berdasar hasil penelitian yang lalu diperoleh informasi
besarnya standar deviasi pengeluaran rata-rata oleh rumahtangga untuk membeli sabun
cuci per minggu adalah Rp28.500. Berapa banyaknya rumahtangga yang sebaiknya
digunakan sebagai sampel agar pkesalahan estimasi yang diharapkan maksimum Rp6.250
dengan menggunakan tingkat konfidensi sebesar 95%?

Jawab:
Jadi banyaknya rumahtangga yang digunakan dalam penelitian tersebut minimal 80
rumahtangga. (Nilai n harus dalam bilangan bulat / diskrit dan dibulatkan ke angka yang
lebih besar. Jika dibulatkan ke angka yang lebih kecil, maka kesalahan estimasinya akan
lebih besar daripada yang diharapkan. Ingat: jika sampel berkurang, maka kesalahan
estimasi bertambah besar).
Lanjutan ...
• Untuk estimasi proporsi populasi
2
Z 
n  p(1  p).  α/2 
 E 
Jika tidak terdapat informasi tentang proporsi populasi, maka p(1-p) = 0,25, yaitu nilai
tertinggi hasil kali antara p dan 1-p. Namun, jika proporsi populasi atau proporsi sampel
(data periode lalu) diketahui, maka gunakan proporsi tersebut sebagai p.

Contoh Kasus 9.
Penelitian dilakukan untuk mengetahui persentase kesalahan dalam pencatatan rekening
keuangan. Jika kesalahan dalam penelitian tersebut diinginkan maksimal 6,25% dengan
tingkat konfidensi 95%, tentukan banyaknya rekening yang harus digunakan sebagai
sampel.

Jawab:
Banyaknya pencatatan yang digunakan dalam penelitian tersebut minimal 246 rekening.
(Nilai n dibulatkan ke angka yang lebih besar).
Lanjutan ...

Contoh Kasus 10.

Hasil penelitian yang telah dilakukan pada bulan yang lalu
menunjukkan bahwa proporsi nasabah yang tidak bayar angsuran tepat
waktu adalah 30%. Manajemen ingin memperbaharui persentase
tersebut. Penelitian yang baru dilakukan menggunakan tingkat
konfidensi 90%. Tentukan banyaknya nasabah yang digunakan sebagai
sampel agar kesalahan estimasi yang dihasilkan tidak lebih dari 6,25%.

Jawab:
Jadi banyaknya nasabah digunakan dalam penelitian tersebut minimal
207 orang. (Nilai n dibulatkan ke angka yang lebih besar).
Lanjutan ...

• Menentukan banyaknya anggota sampel (ukuran sampel)

pada suatu populasi yang jumlah anggotanya diketahui,
maka ukuran sampel dapat digunakan rumus Slovin
sebagai berikut:
•  Kelemahan rumus Slovin:
(1) menentukan ukuran sampel hanya mempertimbangkan
kesalahan estimasi maksimum yang ditoleransi (E);
(2) tidak menjelaskan karakteristik populasi yang cocok bagi
rumus tersebut;
(3) rumus Slovin hanya untuk tingkat keyakinan (confidence
level) mendekati 95%, karena berasumsi nilai Z = 2;
(4) rumus Slovin hanya dapat digunakan untuk mengestimasi
proposi populasi.
Lanjutan ...

Contoh Kasus 11.

Misalnya suatu penelitian akan dilakukan terhadap
suatu populasi yang memiliki anggota 2.000.
Proporsi kesalahan estimasi diharapkan tidak lebih
dari 6%. Tentukan ukuran sampel (n) untuk
penelitian tersebut.

Jawab:
Ukuran sampel (n) untuk penelitian tersebut adalah
244.
(4.a) Estimasi Beda Dua Rata-rata
Populasi: Sampel Independen

• Estimasi titik:
(X1  X 2 )  (μ1  μ 2 )

atau (X 2  X1 )  (μ 2  μ1 )

• Estimasi Interval:
(X1  X 2 )  E  (μ1  μ 2 )  (X1  X 2 )  E

atau (X 2  X1 )  E  (μ 2  μ1 )  (X 2  X1 )  E
Lanjutan ...

• Contoh kasus estimasi titik

Contoh Kasus 12.

Lembaga riset independen melakukan penelitian untuk membuat estimasi beda antara
jarak tempuh per liter bahan bakar minyak (BBM) antara sepeda motor merek AA dan
sepeda morot merek BB. Penelitian tersebut menggunakan 40 sepeda motor merek AA dan
35 sepeda motor merek BB. Berdasarkan sempel tersebut diperoleh jarak tempuh rata-rata
per liter BBM menggunakan sepeda motor merek AA adalah 48,6 km dan sepeda motor
merek BB adalah 52,4 km. Tentukan estimasi beda jarak tempuh rata-rata per liter BBM
antara sepeda motor merek AA dan sepeda motor merek BB.

Jawab:
Beda jarak tempuh rata-rata per liter BBM sepeda motor merek AA dan merek BB dapat
diestimasi dengan µ1-µ2 atau dengan µ2-µ1. Jika yang kita gunakan adalah µ 1-µ2, maka
hasilnya adalah:
µ1 - µ2 = = 48,6 km – 52,4 km = - 3,8 km
Jika yang kita gunakan adalah µ 2-µ1, maka hasilnya adalah:
µ2 - µ1 = = 52,4 km – 48,6 km = 3,8 km
Lanjutan ...
• Menentukan besarnya kesalahan estimasi (E) pada estimasi
interval:
• Jika standar deviasi populasi () diketahui dan sampel yang
digunakan dalam penelitian besar, maka kesalahan estimasi (E)
beda dua rata-rata dapat dihitung dengan rumus sebagai berikut:

σ12 σ22
E  Z α/2  
n1 n2

1: standar deviasi populasi 1

2: standar deviasi populasi 2

Catatan: Sampel besar adalah ukuran sampel yang diambil dari populasi 1 (n 1)
dan ukuran sampel dari populasi 2 (n2) lebih dari 30.
Lanjutan ...

Contoh Kasus 13.

Suatu penelitian dilakukan untuk membuat estimasi beda antara pengeluaran
rata-rata untuk membeli pulsa handphone antara mahasiswa pria dan
mahasiswa wanita. Misalnya diketahui standar deviasi pengeluaran untuk
membeli pulsa oleh mahasiswa pria adalah Rp24.500 dan mahasiswa wanita
adalah Rp18.600. Penelitian ini menggunakan sampel sebanyak 40 mahasiswa
pria dan 50 mahasiswa wanita. Berdasatkan sampel tersebut diketahui rata-rata
pengeluaran membeli pulsa oleh mahasiswa pria adalah Rp86.400 dan
mahasiswa wanita Rp72.350. Buatlah interval estimasi beda pengeluaran rata-
rata untuk membeli pulsa antara mahasiswa pria dan mahasiswa wanita dengan
tingkan konfidensi 95%.

Jawab:
Beda pengeluaran rata-rata untuk membeli pulsa antara mahasiswa pria dan
mahasiswa wanita adalah Rp4.872,4 sampai dengan Rp23.227,6.
Lanjutan ...

• Jika standar deviasi populasi () tidak diketahui dan

sampel yang digunakan dalam penelitian besar (n1 + n2
-2  30), kesalahan estimasi (E) beda dua rata-rata
populasi dapat dihitung dengan rumus sebagai berikut:

s12 s 22
E  Zα/2  
n1 n2

s1: standar deviasi sampel 1

s2: standar deviasi sampel 2
Lanjutan ...

Contoh Kasus 14.

Sampel random di perusahaan A sebanyak 400 karyawan diperoleh
informasi bahwa upah rata-rata per jam adalah Rp20.000 dan standar
deviasi Rp6.000. Sedangkan sampel random karyawan di perusahaan B
sebanyak 300 diperoleh informasi bahwa upah rata-rata per jam adalah
Rp16.000 dan standar deviasi Rp7.500. Dengan tingkat konfidensi 95%,
tentukan estimasi beda upah rata-rata per jam di perusahaan A dan
perusahaan B.

Jawab:
Estimasi beda (selisih) upah rata-rata yang diterima karyawan antara
perusahaan A dan perusahaan B adalah Rp2.967,5 sampai dengan
Rp5.032,5 di mana upah rata-rata per jam karyawan lebih tinggi
dibandingkan dengan upah rata-rata karyawan per jam di perusahaan B.
Lanjutan ...

• Interval estimasi dapat juga dibuat pada kondisi di mana standar

deviasi populasi () tidak diketahui dan sampel yang digunakan dalam
penelitian kecil. Kesalahan estimasi (E) beda dua rata-rata populasi
dapat dihitung dengan rumus sebagai berikut:
E  t α/2 ; df.sX  X
1 2

2 2
(n1  1).s1  (n 2  1).s 2 1 1
s X X  . 
1 2
n1  n 2  2 n1 n 2

Catatan: Sampel kecil adalah ukuran sampel yang diambil dari populasi 1
(n1) dan ukuran sampel dari populasi 2 (n2) terdapat kurang dari 30.
Atau minimal salah satu dari n1 dan n2 kurang dari 30.
Lanjutan ...

Contoh Kasus 15.

Sebuah penelitian dilakukan untuk membuat estimasi beda isi air rata-rata pada
Air Minum Dalam Kemasan (AMDK) gelas merek SEHAT dan merek SEGAR. Data
pada tabel berikut ini diperoleh dari sampel masing-masing merek AMDK.

Merek AMDK
Keterangan
SEHAT SEGAR
Sampel 12 gelas 14 gelas
Rata-rata Isi Air per Gelas 235,7 ml 245,3 ml
Standar Deviasi 4,6 ml 3,2 ml

Buatlah interval estimasi beda rata-rata isi air pada Air Minum Dalam Kemasan
(AMDK) gelas merek SEHAT dan merek SEGAR dengan tingkat konfidensi 95%.

Jawab:
Estimasi beda (selisih) isi rata-rata AMDK merek SEHAT dengan merek SEGAR
adalah 6,44 ml sampai dengan 12,76 ml di mana ini rata-rata AMDK merek SEGAR
lebih banyak.
(4.b) Estimasi Beda Dua Rata-rata
Populasi: Observasi Berpasangan
• Setiap sampel memiliki sepasang data (misalnya menggunakan contoh di
atas, pasangan data adalah kinerja karyawan sebelum dan sesudah
pelatihan).
• Beda atau selisih nilai data populasi diberi simbol d. Dengan demikian, d
menunjukkan beda (selisih) antara dua rata-rata parameter populasi yang
disetimasi.
• Beda (selisih) rata-rata 2 populasi (d) dapat diestimasi dengan estimasi titik
dan estimasi interval. Jika d diestimasi dengan estimasi titik, maka d
diestimasi dengan rata-rata beda (selisih) antara data sampel satu dan
sampel 2 ( d ) yang dihitung dengan menggunakan rumus:

d
d
n

• d = data sampel 1 dikurang data sampel 2 atau dapat juga ditentukan

dengan selisih antara data sampel 2 dan data sampel 1.
Lanjutan ...

• Beda dua rata-rata populasi untuk observasi berpasangan dapat

diestimasi menggunakan estimasi interval. Formulasinya adalah
sebagai berikut:

dEd dE
E  t α/2;df .s d
sd n  d 2  ( d ) 2
sd  sd 
n n(n  1)

• d dapat diformulasikan dengan data sampel 1 dikurang data sampel 2, atau

d = X1 – X2 dan dapat juga diformulasikan dengan data sampel 2 dikurang
data sampel 1, atau d = X2 – X1.
Lanjutan ...

Contoh Kasus 16.

Waktu yang dibutuhkan setiap karyawan dalam menyelesaikan satu unit
barang sebelum dan sesudah pelatihan adalah sebagai berikut:
Karyawan ke.. 1 2 3 4 5 6
Sebelum 6 8 7 10 9 7
Sesudah 5 6 7 8 7 5

Buatlah estimasi interval beda waktu rata-rata yang dibutuhkan karyawan

dalam menyelesaikan satu unit produk sebelum dan sesudah pelatihan
dengan:
a. estimasi titik.
b. estimasi interval menggunakan tingkat konfidensi 95%.

Jawab:
c. Estimasi titik: 1,5 jam
d. Estimasi interval: 0,62 jam s.d. 2,38 jam (sebelum pelatihan lebih
lama daripada sesudah pelatihan).
Misalnya didefinisikan: d = Sebelum - sesudah
Karyawan
Sebelum Sesudah
ke.. d d2
1 6 5 1 1
2 8 6 2 4
3 7 7 0 0
4 10 8 2 4
5 9 7 2 4
6 7 5 2 4
  9 17

d
 d  9  1,5
n 6
n  d 2  ( d ) 2 6(17 )  9 2
sd    0,84
n(n  1) 6(6  1)
sd 0 ,84
sd    0 ,343
n 6 E  t α/2;df .s d  2,571(0,343)  0,88
(5) Estimasi Beda Dua Proporsi Populasi

• Estimasi terhadap beda dua proporsi populasi dapat dilakukan dengan

menggunakan estimasi titik dan juga dapat digunakan estimasi interval.
Jika proporsi populasi 1 adalah 1 dan proporsi populasi 2 adalah 2,
maka estimasi titik dan estimasi interval beda antara proporsi populasi 1
dan proporsi populasi 2 adalah:

Estimasi titik: p1 – p2 = 1 - 2 atau

p2 – p1 = 2 - 1

Estimasi interval:
(p1  p 2 )  E  (π1  π 2 )  (p1  p 2 )  E
atau (p 2  p1 )  E  (π 2  π1 )  (p 2  p1 )  E
Lanjutan ...

• Rumus menentukan proprosi sampel 1 (p1), proporsi

sampel 2 (p2), dan standar deviasi proporsi (p) adalah
X1 X2
p1  dan p2 
n1 n2
p1 (1  p1 ) p 2 (1  p 2 )
σ p1  p2  
n1 n2

• Besarnya kesalahan estimasi proporsi (E) adalah

E  Zα/2 . σ p1  p2
Lanjutan ...
Contoh kasus 17.
Suatu penelitian bertujuan untuk membuat estimasi mengenai beda antara
proporsi konsumen menyukai minuman rasa strowberry 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 menyukai minuman rasa straoberry dan dari 1.000 responden di
pasar II terdapat 760 responden yang menyukai minuman rasa stroberry.
Berdasarkan data tersebut
1.buatlah estimasi beda dua proporsi konsumen yang menyukai minuman
rasa strowberry antara pasar I dan pasar II dengan tingkat konfidensi 95%.
2.buatlah interval estimasi beda dua proporsi konsumen yang menyukai
minuman rasa strowberry antara pasar I dan pasar II dengan tingkat
konfidensi 95%.
3.Tentukan kesalahan estimasi beda proporsi konsumen yang menyukai
minuman rasa stroberry di pasar I dan di pasar II dengan tingkat
konfidensi 95%.
Lanjutan ...

a. Estimasi beda proporsi konsumen yang menyukai minuman rasa

stroberry di pasar I dan di pasar II adalah 0,065 atau 6,5% di
mana proporsi konsumen yang menyukai minuman rasa
stroberry di pasar I lebih tinggi daripada di pasar II.
b. Estimasi beda (selisih) proporsi konsumen yang menyukai
minuman rasa strowberry antara pasar I dan pasar II adalah 3%
sampai dengan 10% di mana proporsi konsumen yang menyukai
minuman rasa strowberry antara pasar I lebih tinggi daripada di
pasar II.
c. Kesalahan estimasi kesalahan estimasi beda proporsi konsumen
yang suka lipstick rasa stroberry di pasar I dan di pasar II adalah
0,035 atau 3,5%.