TEORI PENDUGAAN

(TEORI ESTIMASI)
Pendahuluan :

 Tujuan utama kita mengambil sampel

dari suatu populasi adalah untuk
memperoleh informasi mengenai
parameter populasi.
 Oleh karena parameter populasi tidak
diketahui, maka dalam statistika
inferensia dipelajari bagaimana cara
mengetahui parameter tersebut.
PENDAHULUAN
 Konsep pendugaan statistik
diperlukan untuk membuat dugaan
dari gambaran populasi.
 Pada pendugaan statistik
dibutuhkan pengambilan sampel
untuk dianalisis (statistik sampel)
yang nanti digunakan untuk
menduga ukuran populasi
(parameter populasi).
PENDAHULUAN
 Contoh: Manajer produksi ingin mengetahui
daya tahan batu baterai yang diproduksi
suatu pabrik.
Caranya dengan cara mengambil sampel
batu baterai (10% – 20% dari populasi),
dan dilakukan pengukuran daya tahan
batu baterai tsb (statistik sampel). Hasil
statistik sampel tsb digunakan untuk
menduga daya tahan batu baterai yang
diproduksi oleh pabrik tersebut ( parameter
populasi).
 Ada dua cara untuk mengetahui
parameter populasi yang dipelajari
dalam statistika inferensia, yaitu :
 Cara pendugaan (penaksiran/estimasi)
 Pengujian hipotesis.
 Dua cara ini didasarkan pada besaran
yang dihitung dari sampel.
ˆ

 Parameter populasi ditulis dengan huruf latin , di

mana  bisa berupa:
 rata-rata populasi,
 simpangan baku populasi,
 proporsi populasi.

 Sedangkan statistik dari sampel ditulis  (topi),
bisa berupa :
 rata-rata sampel,
 simpangan baku sampel,
 proporsi sampel.

 Dalam statistika inferensia, statistik  inilah yang
dipakai untuk menduga parameter  dari populasi
Ciri –ciri suatu penduga yang
baik
 Beberapa kriteria yang lazim dipergunakan
untuk menetapkan suatu penduga yang baik:
1. Tidak bias
artinya statistik sampel yang digunakan sebagai
penduga harus sama atau mendekati populasi yang
diduga.
2. Konsisten
Artinya jika ukuran sampel meningkat maka
statistik sampel akan semakin mendekati
parameter populasinya. Atau jika n (jumlah
sampel) membesar maka s (standar deviasi)
mengecil, dan jika n = ~ maka s = 0
3. Efisien
Artinya statistik sampel memiliki standar deviasi
yang kecil
JENIS PENDUGAAN
STATISTIK
* Jenis pendugaan statistik :
a. Pendugaan titik / pendugaan atas
dasar nilai tunggal (point estimation).
Adalah pendugaan nilai populasi atas
dasar satu nilai dari sampel.
Contoh:
Rata-rata sampel = Rp. 100.000,00
maka kita akan menduga nilai rata –
rata populasi (µ) = Rp. 100.000,00.
 Pendugaan Titik

X 
X  penduga titik untuk 
n

 penduga titik untuk

S 2

 (X  X ) 2
2
n 1

 penduga titik untuk P

 X
p
n
JENIS PENDUGAAN
STATISTIK
b. Pendugaan interval (interval estimation)
Adalah suatu pendugaan terhadap
parameter berdasarkan suatu interval , di
dalam interval mana kita harapkan
dengan keyakinan tertentu parameter itu
akan terletak.
Hasil dari pendugaan interval ini
diharapkan akan lebih obyektif.
Pendugaan interval memberikan nilai interval,
bukan nilai tunggal. Bila nilai parameter  dari populasi
diduga dengan memakai beberapa nilai statistik  (topi)
yang berada dalam suatu interval, misalnya <  <
 JENIS PENDUGAAN
STATISTIK
 Pendugaan interval dapat dirumuskan secara umum
sebagai berikut:
   
p  st  z / 2 .  parameter  st  z / 2 .   1
 n n

Dimana:
St = Penduga atau statistik sampel
σ/√n = Deviasi standar distribusi sampling rata-rata (apabila σ
= deviasi standar populasi tidak diketahui, maka gunakan s =
deviasi standar sampel )
Z α/2 = Koefisien yang sesuai dengan interval keyakinan yang
dipergunakan dalam pendugaan interval dan nilainya diberikan
dalam Tabel Luas Daerah Kurve Normal.
α = tingkat nyata atau level of significance dan 1 – α
adalah interval keyakinan.
Interval keyakinan
 Interval keyakinan adalah interval dimana
diharapkan parameter populasi terletak.
 Interval keyakinan yang sering digunakan
yaitu interval keyakinan 95% dan 99%.
 Interval keyakinan 95% mengindikasikan
bahwa 95% dari rata-rata sampel yang
diambil dari suatu populasi akan terletak
pada ± 1,96 deviasi standar dari rata – rata
populasi.
Nilai 1,96 diperoleh dari tabel distribusi
normal Z dengan luas 50% - 2,5% = 0,475.
Pada tabel distribusi normal dicari angka
yang paling mendekati 0,475.
Interval keyakinan
 Interval keyakinan 99%
mengindikasikan bahwa 99% dari
rata-rata sampel yang diambil dari
suatu populasi akan terletak pada ±
2,56 deviasi standar dari rata – rata
populasi.
Macam pendugaan parameter.

Beberapa macam pendugaan

parameter dalam statistik:
1. Pendugaan satu rata-rata
2. Pendugaan beda 2 rata-rata
3. Pendugaan satu proporsi
4. Pendugaan beda 2 proporsi
 Estimasi Interval

Sampel Besar ( n  30 )

Derajat
99,73% 99% 98% 96% 95,45% 95% 90% 80% 68,2% 50%
kepercayaan

3,0 2,8 2,33 2,05 2,00 1,96 1,645 1,28 1,00 0,6745
Pendugaan parameter rata-rata  :

 Interval kepercayaan (1 - ) untuk

menduga rata-rata , bila  diketahui
adalah :

 
X  Z    X  Z
2
n 2
n

Bila  tidak diketahui, maka dapat digunakan

penduga dari  yaitu S
 Pendugaan parameter rata-rata  :

Contoh:

Dari populasi pegawai suatu perusahaan diambil

sampel sebanyak 100 orang dan dicatat gaji
tahunan masing-masing. Rata-rata dan
simpangan baku gaji mereka adalah
X = Rp. 30.000.000,- dan S = Rp. 6.000.000,-
Buatlah interval kepercayaan 95% untuk
menduga berapa sesungguhnya rata-rata gaji
para pegawai di perusahaan tersebut.
Pendugaan perameter proporsi P:

 Interval kepercayaan (1 - ) untuk

menduga proporsi P adalah :

pq pq
p  Z  P  p  Z
2 n 2 n

Dimana :
X ˆ x
P dan P p
N n
Pendugaan perameter proporsi P:

Contoh:
Pada suatu sampel acak berukuran n = 500
orang di suatu kota ditemukan bahwa 340
orang diantaranya suka nonton TV untuk
acara Dunia Dalam Berita.
Hitunglah interval kepercayaan 95% untuk
menduga proporsi sesungguhnya penduduk
di kota itu yang suka nonton TV untuk acara
Dunia Dalam Berita.
 Pendugaan parameter beda dua
rata-rata (1 - 2) :

 Interval kepercayaan (1 - ) untuk

menduga beda dua rata-rata 1 - 2 :

 12  22  12  22
( X1  X 2 )  Z   1  2  ( X 1  X 2 )  Z  
2 n1 n2 2 n1 n2
Pendugaan parameter beda dua
rata-rata (1 - 2) :
Contoh:

Ujian Kalkulus diberikan kepada dua kelompok mahasiswa, yaitu mahasiswa perempuan sebanyak 75
orang dan mahasiswa laki-laki sebanyak 50 orang. Kelompok mahasiswa perempuan memperoleh nilai
rata-rata 82 dengan simpangan baku 8, sedangkan kelompok mahasiswa laki-laki memperoleh nilai rata-
rata 76 dengan simpangan baku 6.
Buatlah interval kepercayaan 96% untuk menduga berapa sesungguhnya rata-rata dua kelompok
mahasiswa tersebut.
 Pendugaan parameter beda dua
proporsi (P1 - P2):

 Interval kepercayaan (1 - )
untuk menduga beda dua
proporsi ( P1 - P2 ) adalah :

p1q1 p2 q2 p1q1 p2 q2
( p1  p2 )  Z    P1  P2  ( p1  p2 )  Z  
2 n1 n2 2 n1 n2
Estimasi Interval

Sampel Kecil ( n < 30 )

Pendugaan parameter rata-rata  :

 Interval kepercayaan (1 - ) untuk

menduga rata-rata . dengan sampel
kecil, bila  tidak diketahui adalah:

S S
X  t ,     X  t , 
2
n 2
n
Pendugaan parameter rata-rata  :

Contoh:

Suatu sampel acak sebanyak 15 mahasiswa diambil dari populasi mahasiswa di suatu
universitas. Ke-15 mahasiswa diberikan tes Bahasa Inggris dan diperoleh nilai rata-rata
mereka adalah 75 dengan simpangan baku 8.
Buatlah interval kepercayaan 95% untuk menduga kemampuan Bahasa Inggris semua
mahasiswa di universitas tersebut.
 Pendugaan parameter beda dua
rata-rata (1 - 2) :
 Misalkan diketahui dua populasi masing-
masing mempunyai rata-rata 1 dan 2 ,
dan distribusinya mendekati normal.
 Misalkan variansi dua populasi itu sama
yaitu 12 = 22 = 2 tetapi tidak diketahui
berapa besarnya.

1 1 1 1
( X 1  X 2 )  t , S p   1  2  ( X 1  X 2 )  t , S p 
2 n1 n2 2 n1 n2
di mana :
derajat kebebasan  = n1 + n2 - 2

Simpangan baku gabungan adalah:

2 2
(n1  1) S1  (n2  1) S 2
Sp 
n1  n2  2
 bila variansi dua populasi itu tidak sama besarnya
yaitu 12  22 dan kedua variansi tidak diketahui
nilainya, maka interval kepercayaan (1-) untuk
beda dua rata-rata (1 - 2) dari dua populsai
tersebut adalah :

2 2 2 2
S S S S
( X 1  X 2 )  t ,  1  2  1  2  ( X 1  X 2 )  t ,  1  2
2 n1 n2 2 n1 n2
2
 S1 2
S2
2

 
 n  n 
 1 2 
di mana derajat kebebasan    2
 
2 2
 S1   S2 2
  n
 
n
 
 1  2  
  
 n1  1 n2  1 
 
 
Pendugaan parameter beda dua rata-rata ( 1 - 2)
jika kedua sampel tidak bebas :

 Misalnya bila pengamatan dalam kedua

sampel diambil secara berpasangan
sehingga kedua sampel saling terkait, maka
interval kepercayaan (1-) untuk beda dua
rata-rata (1 - 2 = d) dari dua populasi
tersebut adalah :

Sd Sd
d  t / 2,v   d  d  t / 2,v
n n
Dimana derajat kebebasan  = n - 1
 Pendugaan beda 2 proporsi
  P1 1  P1  P2 1  P2    P1 1  P1  P2 1  P2   

 
P P1  P2  z / 2 .
n

n   
  P1  P2  P1  P2  z / 2 .
 n 
n
  1

  1 2   1 2 
 Pendugaan beda 2 proporsi
 Sebuah perusahaan sabun ingin mengetahui
apakah terdapat perbedaan proporsi
konsumen pria yang suka sabun “X” dengan
konsumen wanita yang suka sabun “X”. Untuk
itu diambil masing-masing 100 orang
konsumen dari populasi konsumen pria dan
wanita. Ternyata dari sampel pria diketahui
60 orqng menyatakan suka dan dari sampel
wanita 40 orang menyatakan suka sabun “X”.
Buatlah dugaan tentang perbedaan proporsi
populasi pria yang suka sabun “X” dan
proporsi wanita yang suka sabun “X”, dengan
tingkat kepercayaan 95%
Distribusi t untuk sampel kecil
 Jika sampel yang diambil kecil, n <
30 atau (n1+n2) < 30 maka
digunakan distribusi t (student
distribution).
 Student distribution menggunakan
degree of freedom (derajad bebas).
 Df = n-1 (untuk 1 populasi)
 Df = (n1+n2)-2 (untuk 2 populasi)
Distribusi t untuk sampel kecil
Contoh soal pendugaan statistik 1 rata-
rata, jumlah sampel kecil
 Penelitian terhadap sampel sejumlah 16
orang wisatawan asing yang berkunjung
ke yogyakarta , menunjukkan
pengeluaran rata-rata selama tinggal di
Yogyakarta sebesar $500 dengan
standar deviasi $ 100. tentukan
pengeluaran interval rata-rata denngan
interval keyakinan 95%