PENDUGAAN PARAMETER

• INFERENSI STATISTIK
Inferensi statistik mencakup semua metode
yang digunakan dalam penarikan kesimpulan
atau generalisasi mengenai populasi.

Pendugaan
Parameter
Inferensi
Statistik
Pengujian
Hipotesis
 Pendugaan Parameter
• Pendugaan parameter berarti melakukan estimasi
terhadap nilai dugaan/taksiran suatu parameter tertentu,
karena pada umumnya nilai parameter suatu distribusi
tidak diketahui
• Contoh :
Seorang calon dalam suatu pemilihan ingin menduga
proporsi yang sebenarnya pemilih yang akan memilihnya,
dengan cara mengambil 100 orang secara acak untuk
ditanyai pendapatnya. Proporsi pemilih yang menyukai
calon tersebut dapat digunakan sebagai dugaan bagi
proporsi populasi yang sebenarnya.
 Metode Pendugaan
Klasik
Metode
Pendugaan
Metode Pendugaan
Parameter
Bayes

Metode Pendugaan Klasik : Pendugaan dilakukan berdasarkan

sepenuhnya pada informasi sampel yang diambil dari populasi.
Metode Pendugaan Bayes : Pendugaan dengan menggabungkan
informasi yang terkandung dalam sampel dengan informasi lain yang
telah tersedia sebelumnya yaitu pengetahuan subyektif mengenai
distribusi probabilitas parameter.
 Pendugaan
• Proses yang menggunakan sampel
statistik untuk menduga/ menaksir
hubungan 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 Yg Baik
1. Tidak Bias (Unbiased) : apabila nilai penduga
sama dengan nilai yg diduganya
2. Efisien : apabila penduga memiliki varians yg
kecil
3. Konsisten :
a. Jk ukuran sampel semakin bertambah mk
penduga akan mendekati parameternya
b. Jk ukuran sampel bertambah tak berhingga
mk distribusi sampling penduga akan mengecil
mjd tegak lurus di atas parameter yg
sebenarnya dgn probabilitas sama dgn satu
 Jenis-jenis pendugaan berdasarkan cara
penyajiannya
1. Pendugaan tunggal
Pendugaan yg hanya mempunyai atau menyebutkan satu
nilai. Tidak memberikan selisih atau jarak antara nilai
penduga dengan nilai sebenarnya (parameter)
E (  )  x ; E ( 2 )  S 2 ; E ( p )  pˆ
2. Pendugaan interval
Pendugaan yg memp dua nilai sbg pembatasan/ daerah
pembatasan
Digunakan tingkat keyakinan thd daerah yg nilai
sebenarnya/ parameternya akan berada.
Nilai (1-α) disebut koefisien kepercayaan
Selang kepercayaan : (1-α) x 100%
 Simbol-simbol yang digunakan dalam
pendugaan
• Nilai rata-rata dari populasi. Nilai ini
merupakan nilai yang akan diduga dari nilai
rata-rata contoh.
• =Nilai rata-rata contoh
• =Simpangan baku populasi. akan diduga
berdasarkan nilai simpangan baku contoh
• s =Simpangan baku contoh
• p =Proporsi populasi
• =Proporsi contoh
• (1- =Tingkat kepercayaan
• N = Jumlah data populasi
• n = jumlah data contoh
 Jenis-jenis pendugaan berdasarkan
parameternya

• Pendugaan rata-rata
• Pendugaan proporsi
• Pendugaan varians
 Pendugaan interval untuk rata-rata
1. Untuk sampel besar (n > 30)
a. Utk populasi tdk terbatas/ populasi
terbatas yg pengambilan sampelnya
dgn pengembalian dan 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
=1-

Luas daerah Z diberikan oleh

dan -

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.
Selang kepercayaan untuk pendugaan menghasilkan galat
(error) e maksimal Artinya kita percaya (1-100%, bahwa
galat yang terjadi tidak lebih besar dari
Untuk contoh diatas pada tingkat kepercayaan 95%, besar
galat adalah:
E=(1,96)(0.3/=0,098
Jumlah contoh yang harus diambil supaya galat percobaan
tidah melebihi galat yang sudah ditentukan, dapat dihitung
dengan menggunakan rumus berikut:
Z=
n=
Maka n=36
 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% dan
99%?
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)
 Contoh
• Buatlah selang kepercayaan 90% untuk isi
rata-rata suatu minuman ringan yang
dihasilkan dari suatu mesin. Jika ini rata-rata
botol contoh adalah 245 ml dengan
simpangan baku 0.5 ml. Asumsikan populasi
menyebar hampir normal.
= 245 ml dengan s = 10,5 ml
(1-α)100%=90% maka α=1-0,9=0,1
==t0,05 dengan menggunakan tabel sebaran t
pada v=16-1=15, diperoleh t0,05= 1,753
Maka selang kepercayaan untuk µ adalah:
245-(1,753)(10,5/)<µ<245+(1,753)(10,5/)

240,4<µ<249,6
 Soal
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
Dimana p=x/n
b. sampel dengan jumlah populasi diketahui

p(1  p) N  n p(1  p) N  n
p  Z / 2 .  P  p  Z / 2 .
n N 1 n N 1
 Contoh
Dari suatu contoh acak 500 orang makan
disebuah restaurant selama beberapa jumat,
diperoleh informasi x=160 orang yang menyukai
makanan laut. Tentukan selang kepercayaan
95% bagi proporsi sesungguhnya orang yang
menyukai makanan laut untuk makan siang
pada hari jumat direstauran ini.
Dari soal dapat dihitung
=x/n=160/500=0,32
(1- )=1-0,32=0,68
=1,96
0,32-1,96 <p< 0,32-1,96

0,28<p<0,36
 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
 Perbedaan Standard deviasi dan Standard
error
• Perbedaan “standard error” dan“standard deviation” adalah sebagai berikut:
Dalam suatu kelas berisi 40 murid melakukan ujian untuk mata pelajaran A.
-. Standard deviation score test adalah variasi nilai antara 40 murid tersebut yang melakukan
ujian untuk mata pelajaran A.
-. Standard error score test adalah variasi nilai dari seorang murid bernama Ali yang
melakukan ujian mata pelajaran A secara berulang-ulang (murid Ali melakukan ujian lebih
dari satu kali).

Perhitungan standard error berbeda-beda tergantung pada penduganya, misal untuk mean
menggunakan standard error mean (SE(mean)).
• Rumus SE(mean) adalah SE(mean) = Standar deviation/√(sample size),
Atau  x

 / n

ini menunjukkan bahwa nilai SE(mean) bergantung pada standard deviation dan ukuran sample. Dari
rumus tersebut dapat diketahui pula bahwa nilai standard error akan turun apabila ukuran sample
diperbanyak dan variance atau standard deviation sample dikurangi. Oleh karena itu, standard error
dapat digunakan untuk menentukan dan mengontrol ukuran sample, hal ini berbeda dengan standard
deviation yang nilainya tidak dipengaruhi ukuran sample.
 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
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
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%
2. 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%
 Pendugaan interval beda
dua rata-rata
Bila ada 2 populasi masing-masing dengan rata-rata μ1 dan μ2,
varians σ12 dan σ22, maka estimasi dari selisih μ1 dan μ2 adalah
x1  x2 .

Sehingga,

Z
 x1  x2    1   2 
  12    22 
 n1    n2 
   
 Pendugaan interval beda dua rata-rata
1. Utk sampel besar dan σ1 dan σ2
diketahui

( X 1  X 2 )  Z / 2 . X  X  ( 1   2 )  ( X 1  X 2 )  Z / 2 . X  X
1 2 1 2

 12  22
x  x2
 
1
n1 n2
 Contoh Soal
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.
• 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
• 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.
2.  
2 2
Utk sampel kecil dan 1 dan 2 tidak

diketahui; Selang kepercayaan (1-α)100% untuk

μ1˂μ2 ; dimana σ12 = σ22 , σ12 dan σ22 tidak diketahui:

( X 1  X 2 )  t / 2 .s X  X  ( 1   2 )  ( X 1  X 2 )  t / 2 .s X  X
1 2 1 2

(n1  1) s12  (n2  1) s 22 1  1 

sX      
1X2
n1  n2  2  n1   n2 

S  2  1
X 2


( X 1 ) 2
dan X 1 
 X 1
1
n1  1 n1 ( n1  1) n1

S 2

 2
X 2


( X 2 ) 2
dan X 2 
 X 2
2
n2  1 n 2 ( n 2  1) n2
 Contoh
Suatu sampel random sebanyak 12 buah, dari jenis produk
yang dihasilkan oleh suatu perusahaan mempunyai berat rata-
rata 3.11 gr dengan standar deviasi 0.771 gr. Sedangkan
sampel yang lain dari jenis produk yang dihasilkan perusahaan
lainnya berjumlah 10 buah dengan berat rata-rata 2.04 gr dan
standar deviasi 0.448. Distribusi berat produk diasumsikan
berdistribusi normal, estimasilah perbedaan rata-rata tersebut
dengan tingkat kepercayaan 90 persen.
• Misal:
 x-bar1 = 3.11 adl rata-rata 1, n1 = 12, S1 = 0.771.
 x-bar2 = 2.04 adl rata-rata 2, 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 antara dua produk 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
• Selang kepercayaan (1-α)100% untuk μ1‒μ2 ;
dimana σ12 ≠ σ22 , σ12 dan σ22 tidak diketahui:
S12 S22 S 2
S 2
 x1  x2   tdb /2v   1  2   x1  x2   tdb
 /2
v
1
 2
n1 n2 n1 n2
• dengan,

2
S 2
S 2

  
1 2

 n1 n2 
v 2 2
 S1 
2
 S2 
2

   
 1    n2 
n
 n1  1  n2  1
 SOAL
Dalam sebuah penelitian kadar kimia-Ortofosfor,
a5 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!
• 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
 3.07 2 0.802 
  
 15 12 
v 2 2  16.3  16
 3.07 2   0.802 
   
 15    12 
15  1 12  1

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

 Jadi, selang kepercayaan 95% untuk selisih rata-rata kadar ortofosfor di stasion1 dengan
stasion2 adalah

3.07 2 0.80 2 3.07 2 0.80 2

3.84  1.49   2.120    1   2  3.84  1.49   2.120  
15 12 15 12
0.60  1   2  4.10
 Pendugaan interval beda dua proporsi

( p1  p 2 )  Z  / 2 .s( p1  p2 )  ( p1  p 2 )  ( p1  p 2 )  Z  / 2 .s( p1  p2 )

p1 (1  p1 ) p 2 (1  p 2 )
S P1 P 2  
n1 n2
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!
 Estimasi Varians Populasi

 Sangat diperlukan untuk mengetahui sejauh

mana sebaran nilai parameter sehingga dapat
dijadikan untuk mengambil langkah-langkah
dalam mengendalikannya.
 Misalnya: yang berkaitan dg suatu tingkat
kualitas produk, diinginkan agar bukan hanya
rata-rata nilai parameternya yg memenuhi
suatu persyaratan tetapi juga konsistensi dari
nilai tersebut harus bisa terjamin.
 Estimasi Varians Populasi

interval varians populasi berbentuk:

vs 2 vs 2

2
 
  / 2 ,v
2 x
12 / 2,v
Dimana:
2 / 2,v = nilai kritis  2 yg tergantung tingkat kepercayaan dan derajat
kebebasan
α = 1 – tingkat kepercayaan (sering disebut chance of error)
v = derajat kebebasan (df) = n – 1
NB : untuk menghitung diperlukan tabel distribusi 2
 contoh
Suatu mesin pengisi gandum ke dalam kemasan
dirancang untuk bekerja mengisi gandum ke dalam
kotak rata-rata sebanyak 25 kg. Suatu pemeriksaan
terhadap 15 kotak menunjukkan bahwa deviasi
standard pengisian gandum itu adalah 0,0894 kg.
Estimasikan deviasi standard populasi dg tingkat
kepercayaan 95% !
 jawab

14(0,008) 14(0,008)
 x 
2

 2
0.025,14  02.975,14
2
14(0,008) 14(0,008)
 x 
2

26,1 5,63

0,0043   x  0,0199
2

0,066   x  0,141
 Contoh kasus
1. Dua jenis tambang ingin dibandingkan
kekuatannya. Untuk itu, 50 potong
tambang dr setiap jenis diuji dlm kondisi
yg sama. Jenis A memiliki kekuatan
rata-rata 87,2 kg dgn simpangan baku
6,3 kg, sedangkan jenis B memiliki
kekuatan rata-rata 78,3 kg dgn
simpangan baku 5,6 kg. Buatlah
pendugaan interval beda dua rata-rata
dgn interval keyakinan 94%
2. Suatu sampel random sebanyak 300 org
dewasa dan 400 remaja yg pernah
menyaksikan sebuah acara di RCTI
diketahui bahwa 125 org dewasa dan
250 remaja menyatakan suka pd acara
tsb. Berapa beda proporsi dr seluruh org
dewasa dan remaja yg menyukai acara
tsb bl digunakan tingkat keyakinan 90%
3. Data berikut berupa masa putar film yg
diproduksi dua perusahaan film
Masa Putar (menit)
Perusahaan I 103 94 110 87 98
Perusahaan II 97 82 123 92 175 88 118

Buatlah pendugaan interval bagi beda dua

rata-rata masa putar film-film yg
diproduksi oleh dua perusahaan tsb dgn
menggunakan interval keyakinan 98%