STATISTIK II

MATERI : TEORI ESTIMASI FAKULTAS/JURUSAN : FE / MANAJEMEN SEMESTER/TAHUN AKADEMIK : GENAP / 2004/2005 MODUL/TATAP MUKA KE : 6 (KEENAM) PENYUSUN : YANUAR,SE.,MM.

TUJUAN INSTRUKSIONAL KHUSUS: Diharapkan mahasiswa mampu: 1. Menjelaskan Estimasi dalam Statistika 2. Menghitung Besarnya Estimasi untuk Rata-rata dan Proporsi 3. Menghitung Estimasi untuk Selisih Rata-rata dan Selisih Proporsi

DAFTAR MATERI PEMBAHASAN Teori Estimasi 1. Pendahuluan 2. Penaksiran 3. Menaksir Rata-rata 4. Menaksir Proporsi 5. Menaksir Selisih Rata-rata 6. Menaksir Selisih Proporsi 7. Menentukan Ukuran Sampel

Pusat Pengembangan Bahan Ajar - UMB

YANUAR, SE. MM STATISTIK II

MODUL 6 / PERTEMUAN KEENAM TEORI ESTIMASI

1. Pendahuluan Melalui sampel yang diambil dari populasi kita berusaha membuat kesimpulan tentang populasi yang bersangkutan. Caranya adalah dengan melakukan percobaan atau penelitian terhadap sampel sehingga diperoleh rata-rata sampel (besaran statistik) lalu dari rata-rata sampel kita tarik kesimpulan tentang rata-rata populasi (besaran parameter). Kesimpulan demikian mungkin dapat membentuk pendugaan satu atau beberapa parameter atau mungkin juga berhubungan dengan persoalan menerima atau menolak suatu hipotesis. Cara pengambilan kesimpulan yang dibahas pada bagian ini adalah cara-cara menaksir harga parameter, yaitu rata-rata dan proporsi (persen). Penaksiran parameter dapat dinyatakan dalam 2 cara: a. Penaksiran Titik Suatu nilai tunggal yang digunakan untuk menyatakan taksiran parameter Contoh: penaksiran upah rata-rata perjam pada sebuah perusahaan adalah Rp. 15.000,b. Penaksiran Interval Suatu daerah tertentu dimana bisa diharapkan taksiran parameter itu berada Contoh: penaksiran upah rata-rata perjam pada sebuah perusahaan adalah Rp. 10.000,sampai Rp. 20.000,Makin besar selang interval taksiran, maka derajat kepercayaan yang diperoleh makin tinggi akan tetapi hasilnya kurang bisa menduga nilai yang sebenarnya. Dalam prakteknya, harus dicari interval taksiran yang sempit dengan derajat kepercayaan yang tinggi. Derajat kepercayaan menaksir disebut koefisien kepercayaan dan merupakan pernyataan dalam bentuk peluang. Koefisien kepercayaan dinyatakan dengan (gamma) dan dinyatakan dalam bentuk : 0 < < 1 Misalnya kita menduga bahwa tinggi rata-rata mahasiswa di Indonesia adalah antara 150 cm dan 175 cm dengan derajat kepercayaan 0,95. Artinya kita yakin sebesar 95 % bahwa tinggi rata-rata mahasiswa di Indonesia adalah 150 kesalahan 5 %.
Pusat Pengembangan Bahan Ajar - UMB YANUAR, SE. MM STATISTIK II

sampai 175 cm dengan tingkat

2. Penaksiran Parameter populasi diberi simbol (theta). bisa merupakan rata-rata , simpangan baku , proporsi dan lain-lain. Penaksir harga dilambangkan dengan

(theta topi). Hal

yang sangan diinginkan adalah nilai penaksir sama dengan nilai yang ditaksir atau Kenyataan yang bisa terjadi adalah: a. Menaksir oleh b. Menaksir oleh

= .

terlalu tinggi terlalu rendah

Kriteria untuk memperoleh penaksir yang baik: 1. Penaksir tak bias Jika rata-rata semua harga
) = (

yang mungkin sama dengan

2. Penaksir bervarians minimum Penaksir dengan varians terkecil dari semua penaksir untuk parameter yang sama 3. Penaksir Konsisten Jika ukuran sampel makin besar dan mendekati ukuran populasi, maka

mendekati .

disebut penaksir konsisten

4. Penaksir terbaik adalah penaksir yang tak bias dan bervarians minimum

3. Menaksir Rata-rata Misalkan kita punya populasi berukuran N dengan rata-rata dan simpangan baku . Dari populasi ini parameter rata-rata akan ditaksir. Untuk itu diambil sebuah sampel acak berukuran n, lalu dihitung nilai statistik yang perlu, yaitu x dan s. Dari x bisa ditaksir rata-rata . a. Simpangan baku diketahui dan populasi berdistribusi normal b. Simpangan baku tidak diketahui dan populasi berdistribusi normal c. Simpangan baku tidak diketahui dan populasi tidak berdistribusi normal Untuk itu digunakan rumus:

x - tp .

s n

<

<

x + tp .

s n

batas bawah

batas atas
YANUAR, SE. MM STATISTIK II

Pusat Pengembangan Bahan Ajar - UMB

dengan = koefisien kepercayaan, tp = nilai t didapat dari daftar distribusi student dengan p = 1/2 (1 + ) dan dk = (n 1) Contoh: Sebuah sampel acak terdiri dari 100 mahasiswa telah diambil dari Universitas Mercu Buana lalu nilai IQ-nya dicatat, didapat x = 112 dan s = 10 a. IQ rata-rata mahasiswa Universitas Mercu Buana = 112 (titik taksiran) b. Kita ingin mengetahui interval taksiran IQ rata-rata dengan koefisien kepercayaan 0,95. Untuk p = 0,975 dan dk = 99 dengan interpolasi dari daftar didapat tp = 1,987, maka:
10 100 10 100

112 - 1,987 .

<

<

112 + 1,987 .

atau 110,0 < <

114,0

Dikatakan: kita yakin sebesar 95 % bahwa IQ rata-rata mahasiswa antara 110,0 114,0 Makin besar koefisien kepercayaan makin lebar jarak interval kepercayaan dan sebaliknya. Contoh: Seorang peternak sapi memilih secara random 10 ekor sapi dari seluruh populasi sapi yang terdapat di peternakan. 10 ekor sapi tersebut diberi makan dan kondisi fisik, lingkungan serta cara pemberian makannya diatur sama. Setelah sebulan, pertambahan berat badannya dihitung dan didapat data: Berat (kg) : 45 109 61 80 79 93 48 35 57 63 Dari data di atas diperoleh x = 67 dan s = 7,28 Kg Tentukanlah interval pertambahan rata-rata berat badan sapi di peternakan dengan koefisien kepercayaan 0,95. diketahui dari daftar tp = 2,26

4. Menaksir Proporsi Pada populasi berukuran N terdapat proporsi untuk peristiwa A. Ambil sampel acak berukuran n dan terdapat x peristiwa A sehingga proporsi sampel untuk peristiwa A = x/n. Jadi titik taksiran untuk adalah x/n. Untuk menentukan interval kepercayaan , dapat digunakan rumus:

Pusat Pengembangan Bahan Ajar - UMB

YANUAR, SE. MM STATISTIK II

p-

z1
2

pq n

<

< p +
z1
2

z1
2

pq n

dengan p = x/n dan q = 1 p sedangkan normal baku untuk peluang

1 2

adalah bilangan z yang didapat dari daftar

Contoh: Kita ingin menaksir ada berapa persen anggota masyarakat yang berumur di atas 15 tahun yang termasuk golongan kaya raya. Untuk ini sebuah sampel acak berukuran n = 1200 diambil yang menghasilkan 504 golongan kaya raya. Persentase golongan kaya raya dalam sampel = Titik taksiran adalah 42 %. dengan p = 0,42 q = 0,58 dan z0,475 = 1,96, maka:
0,42 x 0,58 1.200

504 x 100 % = 1200

42 %

0,42 1,96 atau:

<

< 0,42 + 1,96

0,42 x 0,58 1.200

0,39 < < 0,45

Kita yakin sebesar 95 % bahwa persentase anggota masyarakat yang kaya raya akan ada dalam interval 39 % dan 45 %.

5. Menaksir Selisih Rata-rata Misalkan kita punya dua populasi yang keduanya berdistribusi normal Populasi Rata-rata dan simpangan baku Sampel Rata-rata dan simpangan baku N1 1 1 n1 x 1 s1 N2 2 2 n2 x 2 s2

Akan ditaksir selisih rata-rata dari kedua populasi (1 - 2) Ada beberapa kemungkinan yang mungkin bisa terjadi, yaitu : a. 1 = 2 = dan harganya diketahui c. 1 2 b. 1 = 2 = dan harganya tak diketahui d. Observasi berpasangan

Pusat Pengembangan Bahan Ajar - UMB

YANUAR, SE. MM STATISTIK II

Dalam hal 1 = 2 = dan harganya tak diketahui, pertama-tama dari sampel-sampel ditentukan varians gabungannya melalui:
s2 =
2 (n1 - 1) s1 + (n 2 - 1) s 2 2 n1 + n 2 2

Interval kepercayaannya (1 - 2) ditentukan dengan:

(x1 x 2 ) t p . s 1 1 + n1 n 2 < 1 2 < (x1 x 2 ) + t p . s 1 1 + n1 n 2

dengan tp diperoleh dari daftar, p = (1 + ) dan dk = (n1 + n2 2) Contoh: Ada dua cara pengukuran untuk mengukur kelembaban suatu zat. Cara I
2 dilakukan 50 kali yang menghasilkan x 1 = 60,2 dan s1 = 24,7. Cara II dilakukan 60 kali

dengan x 2 = 70,4 dan s 2 2 = 37,2.. Tentukan interval kepercayaan 95 % mengenai perbedaan rata-rata pengukuran tersebut. Jika dianggap hasil kedua cara pengukuran berdistribusi normal, maka varians gabungan:
s2 = (50 - 1) 24,7 + (60 - 1) 37,2 = 31,53 50 + 60 2
s 1 1 + = n1 n 2
31,53 31,53 + = 1,08 50 60

dengan p = 0,975 dan dk = 108, didapat t =1,984 (70,4 60,2) (1,984) (1,08) < 1 - 2 < (70,4 60,2) + (1,984) (1,08) 8,06 < 1 - 2 < 12,34

95 % percaya bahwa selisih rata-rata pengukuran kedua cara itu ada dalam interval yang dibatasi oleh 8,06 dan 12,34.

6. Menaksir Selisih Proporsi Misalkan kita punya dua populasi binom Populasi Parameter untuk peristiwa Sampel Proporsi untuk peristiwa N1 1 n1 p1 =
x1

N2 2 n2 p2 =
x2

n1

n2

Akan ditentukan interval taksiran untuk (1 - 2). Untuk ini digunakan pendekatan distribusi normal asalkan n1 dan n2 cukup besar.
Pusat Pengembangan Bahan Ajar - UMB YANUAR, SE. MM STATISTIK II

(p1 - p2) - z 1
2

p1 q1 p q + 2 2 n1 n2

< 1 - 2 < (p1 - p2) + z 1

2

p1 q1 p q + 2 2 n1 n2

didapat dari daftar normal baku dengan peluang dengan q1 = 1 p1 , q2 = 1 p2 dan z 1 2

1 . 2

Contoh: 2 sampel acak yang satu terdiri dari 500 pemudi dan satu lagi 700 pemuda yang mengunjungi sebuah pameran telah diambil. Ternyata bahwa 325 pemudi dan 400 pemuda menyenangi pameran itu. Tentukanlah interval kepercayaan 95 % untuk perbedaan persentase pemuda dan pemudi yang mengunjungi pameran dan menyenanginya.
325 x 100 % = 65 % 500 400 Persentase pemuda yang menyenangi pameran = p2 = x 100 % = 57 % 700

Persentase pemudi yang menyenangi pameran = p1 =

q1 = 35 % dan q2 = 43 %; n1 = 500 dan n2 = 700 serta z 0,475 = 1,96

p1 q1 p 2 q 2 + n1 n2

0,65 x 0,35 0,57 x 0,43 + 500 700

= 0,0284

Sehingga diperoleh: 0,65 0,57 (1,96) (0,0284) < 1 - 2 < 0,65 0,57 + (1,96) (0,0284) atau: 0,024 < 1 - 2 < 0,136

Jadi 95 % yakin bahwa perbedaan persentase pemudi dan pemuda yang mengunjungi pameran dan menyenanginya akan ada dalam interval yang dibatasi oleh 2,4 % dan 13,6 %

7. Mentukan Ukuran Sampel Berapa ukuran sampel yang diperlukan untuk melakukan suatu penelitian? Khusus untuk teori estimasi (menaksir), ukuran sampel dapat ditentukan antara lain berdasarkan kepada: a. Apa yang ditaksir b. Berapa besar perbedaan yang masih mau diterima antara yang ditaksir dan penaksir? c. Berapa derajat kepercayaan atau koefisien kepercayaan yang diinginkan dalam melakukan penaksiran? d. Berapa lebar interval kepercayaan yang mau diterima?

Pusat Pengembangan Bahan Ajar - UMB

YANUAR, SE. MM STATISTIK II

Ketika menaksir parameter oleh

, perbedaan antara dan

ialah b = -

Makin kecil beda b makin baik penaksiran. Ketika menaksir rata-rata oleh statistik x , maka beda b = - x . Untuk koefisien kepercayaan dan populasi berdistribusi normal dengan simpangan baku diketahui, maka ukuran sampel n ditentukan oleh: n >
z 1 2 b
2

Contoh: Untuk menaksir rata-rata waktu yang diperlukan oleh setiap mahasiswa dalam menyelesaikan sebuah soal tertentu, diperlukan sebuah sampel. Ketika menaksir rata-rata tersebut, dikehendaki derajat kepercayaan 99 % dengan beda yang lebih kecil dari 0,05 menit. Jika diketahui simpangan baku waktu yang diperlukan = 0,5 menit, berapa mahasiswa yang perlu diambil untuk sampel tersebut? Dengan = 0,5 menit, b = 0,05 menit dan z0,495 = 2,58 maka didapat: n >
2,58 x 0,5 0,05
2

= 665,64

Jadi paling sedikit diperlukan 666 orang mahasiswa untuk dijadikan sampel Jika yang ditaksir itu proporsi oleh statistik p = x/n, maka beda yang terjadi besarnya b = - p. Ukuran sampel dapat ditentukan dengan : n > (1 - )
z1 2 b
2

Karena varians jarang diketahui, maka nilai (1 - ) = 0,25 Contoh: Misalkan Depdikbud ingin mengetahui ada berapa persen kira-kira anak SD yang bercita-cita menjadi guru. Ketika melakukan perkiraan ini, koefisien kepercayaan diambil 95 % dengan kekeliruan menaksir tidak lebih dari dua persen. Berapa siswa SD yang perlu diteliti? Dengan b = 0,02 dan z = 1,96 maka diperoleh: n > 0,25
1,96 0,02
2

= 2,401
YANUAR, SE. MM STATISTIK II

Pusat Pengembangan Bahan Ajar - UMB

Sampel itu paling sedikit harus terdiri dari 2,402 siswa SD Jika untuk contoh di atas, dari pengalaman diketahui ada 12 % anak bercita-cita ingin menjadi guru, tentukan berapa ukuran sampel sekarang? Ke dalam rumus di atas disubstitusikan = 0,12 dan 1- = 0,88, b = 0,02 dan z = 1,96, maka: n > (0,12)(0,88)
1,96 0,02
2

= 1,0148

Paling sedikit sampel itu terdiri dari 1015 siswa SD. Dari kedua contoh di atas, dapat dilihat bahwa dengan diketahuinya harga , ukuran sampel telah sangat berkurang dari 2.402 menjadi 1.015. Ini menyatakan bahwa informasi terdahulu sangat bermanfaat, ikut membantu meringankan analisis dan juga meringankan biaya.

Pusat Pengembangan Bahan Ajar - UMB

YANUAR, SE. MM STATISTIK II