Z A I NA L FIK R I
Pengantar
• Seringkali kita tertarik dengan karakteristik umum dari suatu
populasi parameter
• Misalnya saja berapa rata-rata pendapatan penduduk Indonesia,
berapa persen yang berada di bawah garis kemiskinan, apakah
metode pengobatan baru lebih efektif dibandingkan dengan
metode lama.
• Pada kasus-kasus ini kita berbicara mengenai suatu penduga
bagi paramater
• Klasifikasi penduga:
oPenduga titik
oPenduga selang
Pendugaan Parameter
• Untuk menggambarkan karakteristik umum suatu populasi yang
diukur dalam skala rasio, bisa digunakan rata-ratanya ().
• Untuk mempelajari suatu populasi umumnya digunakan
sebagian anggotanya saja (sampel).
• Sehingga informasi besarnya x (statistik) digunakan untuk
menduga (parameter).
• Namun untuk menduga dapat pula digunakan median ataupun
modus sampel. perlu pemilihan penduga
Sifat-sifat Pendugaan Parameter
TAK BIAS
• Tak bias berarti nilai harapan penduga sama dengan parameter
yang diduga.
• Penduga x merupakan penduga yang takbias bagi . Hal ini
berarti apabila proses penarikan sampel diulang-ulang dan untuk
setiap sampel tersebut dihitung x-nya, maka rata-rata dari tadi
akan sama dengan .
Sifat-sifat Pendugaan Parameter
EFISIEN
• Efisiensi penduga ditunjukkan oleh besarnya ragam penduga tersebut.
• Makin kecil ragam suatu penduga makin efisien penduga tersebut.
• Secara teori, di antara penduga yang takbias, x merupakan penduga
dengan ragam paling kecil.
KONSISTEN
• Konsisten berarti dengan makin besarnya ukuran contoh maka ragam
penduga makin kecil
Parameter Pendugaan
Populasi Sampel
(parameter) (statistik)
Rata-rata
Proporsi P Ps
Ragam
2
S
2
Perbedaan S
Metode Estimasi
• Metode estimasi:
1. Estimasi Titik
Parameter = → Nilai estimasi =ˆ or E ( ) ˆ
Misal: E ( ) x ; E ( ) S ; E ( p) pˆ
2 2
2. Estimasi Selang
Estimasi dari berupa P(ˆ1 ˆ2 ) 1
ˆ1 ˆ2 adl 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]
Selang Pendugaan Rata-Rata Populasi: Sampel Besar
• Dalam suatu sampel yang berukuran besar, dimana n ≥ 30,
digunakan distribusi normal baku z untuk menghitung selang
kepercayaan μ → Teori Batas Pusat
Z / 2 . (1,96)(4,50)
n 176, 4
E 0,05
Contoh:
Penyelesaian:
n = 25, x = 186, dan s = 12
df = n -1 = 25 -1= 24 → Tabel distribusi T
df = 24; /2 = 0.025
→ T = 2.064
Contoh soal:
Penyelesaian:
Selang Kepercayaan bagi Pendugaan
Rata-Rata 2 Populasi
Latihan soal:
Berdasarkan laporan Biro Statistik, pada tahun 1993 perawat, gaji
rata-rata mingguan $551, sedangkan analis sebesar $487. Rata-
rata gaji mingguan tersebut dihitung dari sampel acak yang
masing-masing terdiri dari 500 dan 700 pekerja. Jika diasumsikan
simpangan baku populasi masing-masing adalah $66 dan $60,
maka:
a. Hitunglah nilai penduga bagi (μ 1 - μ 2)
b. Dengan selang kepercayaan 95%, tentukan beda nilai rata-rata
gaji mingguan untuk dua populasi di atas !
Selang Kepercayaan bagi Pendugaan
Rata-Rata 2 Populasi
Penyelesaian:
Diasumsikan: → populasi 1 = perawat; populasi 2 = analis
Selang Kepercayaan bagi Pendugaan
Rata-Rata 2 Populasi
Bila ukuran sampel kecil (n1 dan n2 < 30), diambil dari 2 populasi
yang terdistribusi (mendekati) normal, dan 1 = 2 tidak
diketahui, maka selang kepercayaan (1 - ) 100% bagi μ 1 - μ 2
adalah :
Selang Kepercayaan bagi Pendugaan
Rata-Rata 2 Populasi
Selang Kepercayaan bagi Pendugaan
Rata-Rata 2 Populasi
Selang Kepercayaan bagi Pendugaan
Rata-Rata 2 Populasi
Selang Kepercayaan bagi Pendugaan
Rata-Rata 2 Populasi
Selang Kepercayaan bagi Pendugaan
Rata-Rata 2 Populasi
Bila ukuran sampel kecil (n1 dan n2 < 30), diambil dari 2 populasi
yang terdistribusi (mendekati) normal, dan 1 ≠ 2 tidak
diketahui, maka selang kepercayaan (1 - ) 100% bagi μ 1 - μ 2
adalah :
Selang Kepercayaan bagi Pendugaan
Rata-Rata 2 Populasi
dimana T/2 = nilai T yang luas daerah di sebelah kanan sebesar /2
dan derajat bebas (df):
Selang Kepercayaan bagi Pendugaan Proporsi
x 158
p 0.66
n 240
Selang Kepercayaan bagi Pendugaan Proporsi
Seperti rata-rata x, proporsi sampel p juga merupakan variabel
acak yang memiliki distribusi peluang yang disebut distribusi
sampling.
Contoh :
Sebuah konsultan memiliki 5 staf. Tabel berikut adalah daftar 5 staf
dan pengetahuannya ttg Statistik.
Selang Kepercayaan bagi Pendugaan Proporsi
Dari populasi ini, proporsi staff
yang mengerti statistika :
p = 3/5 = 0.60
Sehingga, peluang bahwa p antara 0.88 dan 0.92 ditunjukkan dengan luas
daerah dibawah kurva normal baku antara z = 0.63 dan z = 1.89
P(0.88 < p < 0.92) = P(0.63 < z < 1.89)
= P(0 < z < 1.89) - P(0 < z < 0.63)
= 0.4706 – 0.2357
= 0.2349
Selang Kepercayaan bagi Pendugaan Proporsi
• Contoh :
Contoh soal: