PENDUGAAN PARAMETER

Ardiansyah, M.Si
ardiumb@yahoo.com

UNIVERSITAS MUARA
BUNGO
PENDAHULUAN - 1
 Statistika Inferensial → Terdiri atas metode untuk
menarik kesimpulan atau memprediksi mengenai
populasi → Dengan kata lain, menduga parameter
(karakteristik populasi) berdasarkan data sampel.

 Dua metode pendugaan parameter:

1. Metode Klasik → Estimasi sepenuhnya berasal dari
data sampel.
2. Metode Bayes → Estimasi tidak sepenuhnya berasal
dari data sampel tapi juga melibatkan informasi awal
tentang distribusi populasi.
PENDAHULUAN - 2
 Statistika inferensial berkutat pada 2 hal:
1. Pendugaan parameter
Seorang pengusaha yang hendak memasarkan produk barunya
mungkin ingin mengestimasi proporsi sesungguhnya calon
pembeli produk barunya dengan menanyakan pendapat sampel
acak ukuran 100 calon pembeli.

2. Pengujian hipotesis
Seorang ibu ingin menentukan apakah sabun cuci merek A lebih
unggul dari merek B, dan setelah mengadakan pengujian
secukupnya, si ibu dapat memutuskan apakah menerima atau
menolak hipotesis. [Parameter tidak diestimasi, tapi mendapat
keputusan yang benar mengenai hipotesis yang ditetapkan
sebelumnya.]
PENDAHULUAN - 3
Metode estimasi:
1. Estimasi Titik
 Parameter =  → Nilai estimasi = ˆor E ( )  ˆ
 Misal: E (  )  x ; E ( 2 )  S 2 ; E ( p)  pˆ
2. Estimasi Selang
 Estimasi dari  berupa P(ˆ1    ˆ2 )  1  
 ˆ1    ˆ2adl selang kepercayaan (1‒α)100%
 1‒α adalah koefisien/taraf kepercayaan
 α adalah taraf nyata atau tingkat signifikansi
atau taraf kesalahan [Umumnya: 0.1; 0.05; 0.01]
 PENDUGAAN PARAMETER

ESTIMASI RATA-RATA

RATA-RATA 1 POPULASI
RATA-RATA 1 POP - 1
Pandang estimasi selang untuk μ, bila normal
maka
P(  z / 2  Z  z / 2 )  1  
Ingat bahwa
x 
Z
/ n
Dapat ditulis
 x  
P   z / 2   z / 2   1  
 / n 

   
P  x  z / 2    x  z / 2   1
 n n
RATA-RATA 1 POP - 2
Selang kepercayaan untuk μ jika σ diketahui
dan n ≥ 30:
Bila x rata-rata sampel acak berukuran n dari
suatu populasi dengan varians σ2 yang diketahui,
maka selang kepercayaan (1‒α)100% untuk μ
adalah
 
x  z / 2    x  z / 2
n n

Bila zα/2 menyatakan nilai z sehingga daerah di

sebelah kanannya mempunyai luas α/2.
RATA-RATA 1 POP - 3
Didapat dua batas kepercayaan

ˆ  ˆ 
1  x  z / 2 dan  2  x  z / 2
n n

α/2 1‒α/2 α/2

z
-zα/2 0 zα/2
RATA-RATA 1 POP - 4
 Contoh: Rata-rata IP sampel acak 36 mahasiswa tingkat S-1
adalah 2.6. Hitung selang kepercayaan 95% dan 99% untuk
rata-rata IP semua mahasiswa S-1! Anggap bahwa standar
deviasi populasinya 0.3.

 Solusi:
Diketahui x-bar = 2.6; σ = 0.3; z0.025 = 1.96; z0.005 = 2.575
◦ Selang kepercayaan 95% untuk rata-rata IP semua mahasiswa S-I:
 0.3   0.3 
2.6   1.96       2.6   
1.96 
 36   36 
2.50    2.70

◦ Interpretasi: Dapat dipercaya sebesar 95% bahwa rata-rata IP semua

mahasiswa S-1 antara 2.50 hingga 2.70
RATA-RATA 1 POP - 5
 Selang kepercayaan 99% untuk rata-rata IP semua mahasiswa S-
I:  0.3   0.3 
2.6   2.575      2.6   2.575  
 36   36 
2.47    2.73

 Interpretasi: Dengan tingkat kesalahan 1%, dapat dinyatakan

bahwa rata-rata IP semua mahasiswa S-1 antara 2.47 hingga
2.73.
--00--galat

 Perhatikan:  
x  z / 2 x  x  z / 2
n n
RATA-RATA 1 POP - 6
 Teorema: Bila x-bar dipakai untuk menaksir μ maka dengan
kepercayaan (1‒α)100% galatnya akan lebih kecil dariz / 2  n ..

◦ Pada contoh lalu, kita percaya 95% bahwa perbedaan rata-rata

sampel (2.6) dengan rata-rata sesungguhnya (μ) kurang dari 0.1
dan percaya 99% bahwa perbedaan tersebut kurang dari 0.13.

 Teorema: Bila x-bar dipakai untuk menaksir μ maka dengan

kepercayaan (1‒α)100% galatnya akan lebih kecil dari suatu
bilangan g yang ditetapkan sebelumnya asal saja ukuran sampelnya
adalah 2
 z / 2  
n 
 g 
RATA-RATA 1 POP - 6
Contoh: Berapa besar sampel yang diperlukan
jika ingin percaya 95% bahwa estimasi untuk μ
kurang dari 0.05? Diketahui standar deviasi
populasi 0.3.
 z / 2     1.96   0.3 
2 2

n     138.3
 g   0.05 

Jadi,dengan kepercayaan 95% sampel acak

ukuran 138 akan memberikan estimasi x-bar
yang perbedaannya dengan μ kurang dari 0.05.
RATA-RATA 1 POP - 7
 Seringkali varians populasi tidak diketahui dan harus
diestimasi berdasarkan data sampel.

 Dist. Z → Dist. t-student

x  x 
Z t  dengan db  n  1
/ n S/ n
 /2  /2
P(tdb  n 1  t  t db  n 1 )  1  

  /2 x   /2 
P  tdb  n 1   t db  n 1   1  
 S/ n 
  /2 S  /2 S 
P  x  tdb  n 1    x  tdb  n 1   1
 n n
RATA-RATA 1 POP - 8
 Contoh: Tujuh botol yang mirip masing-masing berisi
asam sulfat 9.8; 10.2; 10.4; 9.8; 10.0; 10.2; dan 9.6 liter.
Carilah selang kepercayaan 95% untuk rata-rata isi botol
semacam itu bila distribusinya dianggap hampir normal.

 Solusi:
◦ Dihitung x-bar = 10.0 dan S = 0.283
◦ Dari tabel t0.025db=6 = 2.447
◦ Selang kepercayaan 95% untuk rata-rata semua isi botol sejenis
itu adalah
 0.283   0.283 
10.0   2.447       10.0   2.447   
 7   7 
9.74    10.26
RATA-RATA 1 POP - 10
KESIMPULAN:
Selang kepercayaan (1-α)100% untuk μ
jika:
a. σ diketahui dan n ≥ 30
 
x  z / 2    x  z / 2
n n

b. σ tidak diketahui dan n < 30

 /2 S  /2 S
x t db  n 1    x  tdb n 1
n n
LATIHAN
1. Suatu mesin minuman diatur sedemikian rupa sehingga
banyaknya minuman yang dikeluarkannya berdistribusi hampir
normal dengan standar deviasi 0.15 desiliter. Cari selang
kepercayaan 95% untuk rata-rata semua minuman yang
dikeluarkan mesin tersebut bila sampel acak 36 cangkir minuman
berisi rata-rata 2.25 desiliter!

2. Sebuah mesin menghasilkan potongan logam yang berbentuk

silinder. Sampel beberapa potongan diukur dan ternyata
diameternya 1.01; 0.97; 1.03; 1.04; 0.99; 0.98; 0.99; 1.01; dan
1.03 cm. Hitunglah selang kepercayaan 99% untuk rata-rata
diameter potongan yang dihasilkan mesin tersebut bila
dimisalkan distribusinya hampir normal!
ESTIMASI RATA-RATA

SELISIH RATA-RATA 2
POPULASI
SELISIH RATA-RATA 2 POP -
1
Bila ada 2 populasi masing-masing
dengan rata-rata μ1 dan μ2, varians σ12 dan
σ22, maka estimasi dari selisih μ1 dan μ2
x1  x2 .
adalah

Sehingga,
Z
 x1  x2    1  2 
  12    22 
 n1    n2 
   
SELISIH RATA-RATA 2 POP -
2
Dan,
P ( z / 2  Z  z / 2 )  1  
 
 
 x
P   z / 2  1 2
 x   1 2   z   1 
   
 1    2 
2 2
 /2 

  n1    n2  
     
 

   12    22  
  x1  x2   z / 2     1   2  
  n1   n2  
P   1
   12    22  
  x1  x2   z / 2      
  n1   n2  
SELISIH RATA-RATA 2 POP -
3
 Selangkepercayaan (1-α)100% untuk μ1‒μ2 ; σ12 dan σ22
diketahui:
  12    22 
 x1  x2   z / 2     1   2 
 n1   n2 
  12    22 
 x1  x2   z / 2   
n
 1   2 n

 Contoh:Diketahui nilai ujian kimia yang diberikan pada 50

siswa putri dan 75 siswa putra mempunyai rata-rata secara
berurutan adalah 76 dan 86. Cari selang kepercayaan 96%
untuk selisih μ1‒μ2. ! Anggap standar deviasi populasi untuk
masing-masing putra dan putri adalah 8 dan 6.
SELISIH RATA-RATA 2 POP -
4
 Misal:
x-bar1 = 86 adl rata-rata nilai siswa putra, n1 = 75 dan σ1 = 8.
x-bar2 = 76 adl rata-rata nilai siswa putri, n2 = 50 dan σ2 = 6.
α = 0.04 → z0.02 = 2.05
Selang kepercayaan 96% bagi selisih rata-rata nilai siswa putra
dengan siswa putri adalah

 82   6 2 
 86  76    2.05       1  2 
 75   50 
 82   6 2 
 86  76    2.05   
 75   50 
3.43  1  2  8.57
SELISIH RATA-RATA 2 POP -
5
Interpretasi:
1. Dapat dipercaya 96% bahwa selisih rata-rata nilai
ujian kimia semua siswa putra dengan siswa putri
berkisar antara 3.43 hingga 8.57.
2. Dengan tingkat signifikansi 4%, rata-rata nilai ujian
kimia semua siswa putra lebih tinggi antara 3.43
hingga 8.57 dari nilai ujian kimia semua siswa putri.
3. Dll.
SELISIH RATA-RATA 2 POP -
6
 Selang kepercayaan (1-α)100% untuk μ1‒μ2 ; dimana σ12
= σ22 , σ12 dan σ22 tidak diketahui:
1 1
 x1  x2   t  /2
db  n1  n2  2 S p   1  2 
n1 n2
1 1
 x1  x2   t  /2
db  n1  n2  2 S p 
n1 n2
 dengan,

Sp 
 n1  1 S12   n2  1 S22
n1  n2  2
SELISIH RATA-RATA 2 POP -
7
 Contoh:

Dalam makalah “Macroinvertebrate Community Structure a sn Indicator of Acid

Mine Pollution” yang diterbitkan di Journal of Enviromental Pollution (Vol.6, 1974),
disajikan laporan mengenai penelitian yang dilakukan di Cane Creek, Alabama, untuk
menentukan hubungan antara parameter fisiokimia yang terpilih dengan ukuran yang
berlainan dari struktur kelompok makro invertebrata. Satu segi dari penelitian itu
ialah penurunan kualitas air akibat pembuangan asam tambang. Dari segi konsep,
indeks yang tinggi dari keragaman spesies makro invertebrata seharusnya
menunjukkan sistem perairan tidak terganggu, sedangkan indeks keragaman yang
rendah menunjukkan sistem perairan yang terganggu.

Dua stasion sampling yang bebas dipilih untuk tujuan penelitian ini, satu di titik
muara pembuangan asam tambang dan satu lagi di hulu. Sebanyak 12 sampel bulanan
diambil dari stasiun muara, data indeks keragaman spesiesnya menghasilkan nilai
rata-rata 3.11 dan standar deviasi 0.771, sedangkan dari stasiun hulu diambil 10
sampel bulanan dengan rata-rata indeks 2.04 dan standar deviasi 0.448. Buat selang
kepercayaan 90% untuk selisih rata-rata populasi dari kedua stasiun, anggap kedua
populasi berdistribusi hampir normal dengan varians sama!
SELISIH RATA-RATA 2 POP -
8
 Misal:
 x-bar1 = 3.11 adl rata-rata indeks stasiun muara, n1 = 12, S1 = 0.771.
 x-bar2 = 2.04 adl rata-rata indeks stasiun hulu, n2 = 10, S2 = 0.448.
 Diasumsikan varians sama, maka

 12  1  0.771   10  1  0.448 
2 2

Sp   0.646
12  10  2

 α = 0.1 → t0.05db=12+10-2 = t0.05db=20 = 1.725

 Jadi, selang kepercayaan 90% untuk selisih rata-rata indeks keragaman
spesies di muara dengan di hulu adalah
 1 1 
 3.11  2.04  
 1.725  0.646      1   2 
 12 10 
 1 1 
 3.11  2.04    1.725   0.646    
 12 10 
0.593  1   2  1.547
SELISIH RATA-RATA 2 POP -
9
Selang kepercayaan (1-α)100% untuk μ1‒
μ2 ; dimana σ12 ≠ σ22 , σ12 dan σ22 tidak
diketahui:
S12 S 22 S 2
S 2
 x1  x2   tdb /2v   1  2   x1  x2   tdb
 /2
v
1
 2
n1 n2 n1 n2

dengan,  S12 S22 

2

  
 n1 n2 
v 2 2
 S12   S22 
   
 1    n2 
n
 n1  1  n2  1
SELISIH RATA-RATA 2 POP -
10
Contoh:

Suatu penelitian mengenai “Nutrient Retention and Macroinvertebrata

Community Response to Sewage Stress in A Stream Ecosystem” yang
dilakukan oleh Department of Zoology di Virginia Polytechnic Institute
and State University tahun 1980 menaksir selisih banyaknya bahan kimia
ortofosfor yang diukur pada dua stasion yang berlainan di Sungai James.
Ortofosfor diukur dalam mg per liter.

Lima belas sampel dikumpulkan dari stasion 1 dan 12 sampel diukur dari
stasion 2. ke 15 sampel dari stasion 1 mempunyai rata-rata kadar
ortofosfor 3.84 mg/l dan standar deviasi 3.07 mg/l, sedangkan 12 sampel
dari stasion 2 mempunyai rata-rata kadar 1.49 mg/l dengan standar deviasi
0.80 mg/l. Cari selang kepercayaan 95% untuk selisih rata-rata kadar
ortofosfor sesungguhnya pada kedua stasion tersebut, anggap bahwa
pengamatan berasal dari populasi normal dengan varians yang berbeda!
SELISIH RATA-RATA 2 POP -
11
 Misal:
 x-bar1 = 3.84 adl rata-rata kadar ortofosfor stasion 1, n1 = 15, S1 = 3.07.
 x-bar2 = 1.49 adl rata-rata kadar ortofosfor stasion 2, n2 = 12, S2 = 0.80.
 Diasumsikan varians berbeda, maka
2
 3 .0 7 2 0 .8 0 2 
  
 1 5 12 
v  2 2  1 6 .3  1 6
 3 .0 7 
2
 0 .8 0 
2
   
 15    12 
1 5  1 1 2  1

 α = 0.05 → t0.025db= v = t0.025db=16 = 2.120

 Jadi, selang kepercayaan 95% untuk selisih rata-rata kadar ortofosfor di 2stasion12
3.072 0.802 3.07 0.80
 3.84 1.49
dengan    2.120
stasion2 
adalah   1  2   3.84 1.49   2.120 
15 12 15 12
0.60  1  2  4.10
ESTIMASI RATA-RATA

AMATAN BERPASANGAN
AMATAN BERPASANGAN -1
Sampel tidak bebas dan varians tidak perlu
sama.

Setiap satuan percobaan mempunyai

sepasang pengamatan.

Contoh: Pengujian metode diet A terhadap

15 orang → Akan diamati perubahan
antara “sebelum” dengan “sesudah” diet.
AMATAN BERPASANGAN -2
Yang diamati adalah selisih untuk setiap
amatan berpasangan (di). Sehingga,
x  d  d
Z t  dengan db  nd  1
/ n S d / nd

 /2  /2
P(tdb  n 1  t  t db  n 1 )  1  

  /2 Sd  /2 Sd 
P  d  tdb    d  t   1
  nd 1
n
d db  nd 1
nd 
 d 
AMATAN BERPASANGAN - 3
 Contoh:
Dalam makalah “Essential Elements in No. Tomat Tomat di
Segar Kaleng
Fresh and Canned Tomatoes”, yang
diterbitkan di Journal of Food Science 1 0.066 0.085 -0.019
(Jilid 46, 1981), kandungan unsur penting 2 0.079 0.088 -0.009
ditentukan dalam tomat segar dan kalengan 3 0.069 0.091 -0.022
menggunakan spektrofotometer penyerapan 4 0.076 0.096 -0.02
atom. Kandungan tembaga dalam tomat
5 0.071 0.093 -0.022
segar dibanding dengan kandungan
6 0.087 0.095 -0.008
tembaga pada tomat yang sama setelah
dikalengkan dicatat dan hasilnya seperti di 7 0.071 0.079 -0.008
samping. 8 0.073 0.078 -0.005
9 0.067 0.065 0.002

Carilah selang kepercayaan 98% untuk 10 0.062 0.068 -0.006

selisih sesungguhnya rata-rata kandungan d-bar -0.0117
tembaga dalam tomat segar dan kaleng bila
  Sd 0.008394
dianggap distribusi selisihnya normal.
AMATAN BERPASANGAN - 4
 Misal:
 α = 0.02 → t0.01db= 9 = 2.821
 Jadi, selang kepercayaan 98% untuk selisih kandungan tembaga pada
tomat segar dengan tomat kalengan adalah

0.0084 0.0084
0.0117   2.821   d  0.0117   2.821
10 10
0.0042   d  0.0192

 Jadi, dapat disimpulkan bahwa dengan tingkat kepercayaan 98%

dipercaya selisih kandungan tembaga antara tomat kalengan dengan
tomat segar berkisar antara 0.0042 hingga 0.0192, sehingga dapat
dikatakan bahwa kandungan tembaga dalam tomat kalengan lebih
besar daripada tomat segar.
PENDUGAAN PARAMETER

ESTIMASI PROPORSI 1
POPULASI
PROPORSI 1 POPULASI - 1
Estimator untuk P adalah p̂ (baca: p-hat /
x
p-topi), dengan pˆ  dimana x adalah
n
banyaknya kejadian sukses dalam n kali
percobaan (proses bernoulli).

Pendekatan Binomial dengan Normal

adalah
pˆ  p
Z
p.q / n
PROPORSI 1 POPULASI - 2
Definisi:Jika p-hat menyatakan proporsi
yang sukses dalam sampel acak ukuran n,
maka selang kepercayaan (1-α)100%
untuk parameter binomial P adalah

pˆ .qˆ pˆ .qˆ
pˆ  z / 2  P  pˆ  z / 2
n n
PROPORSI 1 POPULASI - 3
Contoh: Pada suatu sampel acak 500
kaluarga yang memiliki pesawat televisi
di kota Hamilton, Kanada, ditemukan
bahwa 340 keluarga tv-nya berwarna.
Carilah selang kepercayaan 95% untuk
proporsi sesungguhnya dari keluarga yang
memiliki tv berwarna di kota tersebut!
PENDUGAAN PARAMETER

ESTIMASI SELISIH
PROPORSI 2 POPULASI
SELISIH PROPORSI 2 POPULASI - 1
Definisi: Bila p1-hat dan p2-hat
menyatakan proporsi sukses dalam
sampel acak masing-masing berukuran n1
dan n2, maka selang kepercayaan (1-
α)100% untuk selisih kedua parameter
binomial P1-P2 adalah
pˆ1.qˆ1 pˆ 2 .qˆ2
 pˆ1  pˆ 2   z / 2   P1  P2 
n1 n2
pˆ1.qˆ1 pˆ 2 .qˆ2
 pˆ1  pˆ 2   z / 2 
n1 n2
SELISIH PROPORSI 2 POPULASI - 2
Contoh: Suatu perubahan dalam cara
pembuatan suku cadang sedang direncanakan.
Sampel diambil dari cara lama maupun yang
baru untuk melihat apakah cara baru tersebut
memberikan perbaiikan. Bila 75 dari 1500
suku cadang yang berasal dari cara lama
ternyata cacat. Dan 80 dari 2000 yang berasal
dari cara baru ternyata cacat. Carilah selang
kepercayaan 90% untuk selisih sesungguhnya
proporsi yang baik dalam kedua cara tersebut!
PENDUGAAN PARAMETER

ESTIMASI VARIANS 1
POPULASI
VARIANS 1 POPULASI - 1
Estimasi selang untuk σ2 diturunkan
dengan menggunakan statistik χ2 (baca:
chi-square) dengan derajat bebas db = n-1
2 
 
n  1 S 2

2

α/2 1-α α/2

χ21-α/2 χ2α/2
VARIANS 1 POPULASI - 2
Definisi: Bila S2 varians sampel acak
ukuran n dari populasi normal maka
selang kepercayaan (1-α)100% untuk σ2
diberikan oleh

 n  1 S 2

 2

 n  1 S 2

 2
 /2  2
1 / 2
VARIANS 1 POPULASI - 3
Contoh: Data berikut menyatakan berat,
dalam gram, 10 bungkus bibit sejenis
tanaman yang dipasarkan oleh suatu
perusahaan: 46.6; 46.1; 45.8; 47.0; 46.1;
45.9; 45.8; 46.9; 45.2; dan 46.0. Carilah
selang kepercayaan 95% untuk varians
semua bungkusan bibit yang dipasarkan
perusahaan tersbut, anggap populasinya
normal!
PENDUGAAN PARAMETER

ESTIMASI RASIO
VARIANS 2 POPULASI
RASIO VARIANS 2 POPULASI - 1
Bila σ1 dan σ2 varians dua populasi
normal, maka estimasi selang untuk rasio
σ1/σ2 diperoleh dengan menggunakan
statistik F yakni 2 2
 2 .S1
F  2 2 ~ Fv1,v 2
 1 .S2

Dengan derajat bebas v1=n1-1 dan v2=n2-1

RASIO VARIANS 2 POPULASI - 2
Bila S12 dan S22 varians dari sampel acak
masing-masing berukuran n1 dan n2 dari
populasi normal, maka selang
kepercayaan (1-α)100% untuk rasio σ1/σ2
adalah S 2 1  2
S 2
1
 1
 1
Fv2,/v21
S Fv1,/v22
2
2
 2
2 S
2
2

Varians dikatakan sama jika dan hanya

jika selang mencakup nilai 1.
RASIO VARIANS 2 POPULASI - 3
Contoh: Suatu selang kepercayaan untuk
perbedaan rataan kadar ortofosfor, diukur
dalam mg/liter, pada dua stasiun di sungai
James telah dihitung sebelumnya dengan
menganggap kedua varians populasi
normal tidak sama. Beri dukungan atas
anggapan ini dengan membuat selang
kepercayaan 98% untuk rasio σ1/σ2 !