PENDUGAAN

PARAMETER
(Populasi tunggal)
 Pendugaan

 Proses yang menggunakan sampel statistik

untuk menduga/ menaksir parameter
populasi yg tidak diketahui
 Penduga : suatu statistik yg digunakan
untuk menduga suatu parameter
 Estimasi: Pengukuran terhadap nilai
parameternya (populasi) dari data sampel
yang diketahui
 Ciri-ciri Penduga yang Baik
1. Tidak Bias (Unbiased) :
 apabila nilai penduga sama dengan nilai yg
diduganya
2. Efisien:
 apabila penduga memiliki varians yg kecil
3. Konsisten:
 Jika ukuran sampel semakin bertambah maka
penduga akan mendekati parameternya
 Jika ukuran sampel bertambah tak berhingga
maka distribusi sampling penduga akan mengecil
menjadi tegak lurus di atas parameter yg
sebenarnya dgn probabilitas sama dgn satu
 Jenis-jenis pendugaan berdasarkan
cara penyajiannya

Pendugaan interval
 Pendugaan yg mempunyai dua nilai sbg pembatasan/
daerah pembatasan
 Digunakan tingkat keyakinan thd daerah yg memuat
nilai sebenarnya/ nilai duga parameternya akan berada
 Nilai (1-α) disebut koefisien kepercayaan
 Nilai duga parameter dinyatakan sebagai nilai dengan
Selang kepercayaan : (1-α) x 100%
Pendugaan interval untuk rata-rata
1. Untuk sampel besar (n > 30)
a. Untuk populasi tdk terbatas/ populasi terbatas
yg nilai σ diketahui

 
X  Z /2 .    X  Z /2 .
n n
Penaksiran rata-rata sampel adalah menentukan
interval nilai rata-rata sampel yang dapat memuat
parameter rata-rata populasi, jika dipakai distribusi
probabilitas normal, confedence interval untuk rata-
rata ditentukan.
 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
 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
  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--

 Perhatikan:
gala
t

 
x  z / 2 x  x  z / 2
n n
b. Untuk populasi terbatas, pengambilan
sampel tanpa pengembalian dan σ
diketahui atau n/N > 5%

 N n  N n
X  Z/ 2. .    X  Z/ 2. .
n N 1 n N 1
2. Untuk sampel kecil (n ≤ 30)

s s
X  t /2 .    X  t /2 .
n n

s 
 X 2


( X ) 2
n 1 n ( n  1)
SOAL
Sebuah perusahaan ingin mengestimasi rata-rata
waktu yang diperlukan oleh sebuah mesin yang
digunakan untuk memproduksi satu jenis kain.
Diambil secara acak 36 pis kain, waktu rata-rata
yang diperlukan untuk memproduksi 1 pis kain
adalah 15 menit. Jika diasumsikan standar deviasi
populasi 3 menit, tentukan estimasi interval rata-rata
dengan tingkat confidence (tingkat kepercayaan)
95% ?
 JAWABAN
X (Rata-rata) = 15 menit
n = 36
Simpangan Baku = 3
Nilai standar Deviasi = = 3 : √36 = 0.5
n
Tingkat Kepercayaan 95%, dari tabel distribusi normal
diperoleh Ztabel = 1.96
14.02 < µ < 15.98
 Contoh

2. Lima karyawan PT TELITI dipilih secara

acak, kemudian diukur beratnya. Datanya
adalah 62, 67, 70, 65 dan 60 kg. Buatlah
pendugaan interval rata-ratanya dgn
tingkat keyakinan 99%
Pendugaan Interval Untuk Proporsi
1. Untuk sampel besar (n > 30)
a. Untuk populasi tidak terbatas

p (1  p ) p (1  p )
p  Z / 2 .  P  p  Z / 2 .
n n
b. Untuk populasi terbatas dan pengambilan
sampel tanpa pengembalian

p(1 p) Nn p(1 p) Nn

p  Z/ 2.  P p  Z/ 2.
n N1 n N1
 Konsep Dasar Estimasi Interval Mean Populasi

1. Distribusi Sampling
2. Pertimbangan Lebar Interval

x  z x   x  x  z x
3. Tingkat Kepercayaan
Tingkat Kepercayaan Skor Z Bentuk umum estimate interval

90 % 1,645 x  1,645 x   x  x  1,645 x

95 % 1,960 x  1,960 x   x  x  1,960 x
99 % 2,575 x  2,575 x   x  x  2,575 x

μx : Mean populasi
 x : error standar dari mean
Z : nilai skor z yg ditentukan dg probabilitas estimate interval
 Contoh
Sebuah peti kemas diperiksa untuk menaksir persentase
barang rusak. Untuk keperluan tersebut, diambil 60
buah barang yang ada dalam peti dan diperoleh 9 buah
rusak. Dugalah persentase barang yang rusak.
Digunakan interval keyakinan 99 persen
n = 60
X=9
p = 9:60 = 0.15
1- α = 99%
α = 1% = 0.01
Zα/2 = Z0.005 = 2.575
2. Untuk sampel kecil (n ≤ 30)

p(1  p) p(1  p)
p  t / 2 .  P  p  t / 2 .
n n

Sebuah Sampel sebanyak 25 buah apel, 8

diantaranya apel kualitas rusak. Dengan interval
keyakinan 95%, tentukan proporsi apel yang
rusak ?
 Contoh kasus
1. Sebuah perusahaan memproduksi baut,
menggunakan mesin otomatis dengan
diameter menyebar mengikuti distribusi
normal yang standar deviasinya (populasi)
0,02 milimeter. Diambil sampel acak empat
buah baut untuk suatu pemeriksaan,
ternyata rata-rata diameternya sebesar
24,98mm. Buatlah selang kepercayaan
dengan tingkat kepercayaan 98 persen
bagi rata-rata baut.
2. Lima karyawan PT TELITI dipilih secara
acak, kemudian diukur beratnya. Datanya
adalah 62, 67, 70, 65 dan 60 kg. Buatlah
pendugaan interval rata-ratanya dgn tingkat
keyakinan 99%
3. Dari sampel random 400 orang yg makan
siang di restoran NIKMAT selama beberapa
hari Sabtu, diperoleh data 125 org yg
menyukai makanan tradisional. Tentukan
pendugaan interval bagi proporsi sebenarnya,
orang yg menyukai makanan tradisional utk
makan siangnya pd hari Sabtu di restoran
tersebut dgn menggunakan interval
keyakinan 98%