Materi Pokok 04

PENDUGAAN TITIK

1. Konsep Dasar pendugaan titik

Tujuan pendugaan titik adalah menghitung berdasarkan contoh
(sample). Satu nilai tunggal yang merupakan penerka terbaik dari
nilai sesungguhnya parameter yang sedang diselidiki.
Parameter yang sering menarik untuk diselidiki adalah:
– Nilai tengah populasi tunggal ,
– Median populasi μ ~,
– Proporsi populasi tunggal p,
– Ragam (varians) 2 atau simpangan baku populasi ,
– Beda dua nilai tengah populasi berbeda 1 - 2,
– Beda dua proporsi p1-p2 dari dua populasi berbeda.
Notasi  sering digunakan untuk melambangkan parameter secara
umum, sehingga  mungkin mewakili  atau  atau p1 – p2 dst.
Definisi 4.1
Suatu penduga titik terhadap parameter  merupakan nilai
tunggal, yang dihitung dari contoh (sample), yang digunakan
sebagai terkaan nilai  yang sesungguhnya.
Parameter dan Pendugaannya
 x
μ
1. Parameter = , penduga =  = , nilai tengah contoh.
~ ~
2. Parameter = μ , penduga = μ = x , median contoh.

3. Parameter p, penduga = p = x/n , proporsi sukses dalam
contoh (sample).
2
4. Parameter = 2, penduga = σ = S2, ragam (varians) contoh

(sample); parameter , penduga σ = S, simpangan baku
contoh.
5. Parameter = 1 - 2, penduga =  μ1 - μ2   X - Y , beda antara
 
dua nilai tengah contoh dari dua contoh acak bebas X1, …, Xn
dan Y1, …, Yn.  
p1 - p 2  X/m - Y/n,
6. Parameter = p1 – p2, penduga = beda
antara proporsi sukses, dengan X dan Y adalah banyaknya
sukses contoh acak bebas berukuran m dan n.
Contoh 4.1.
Ambil contoh acak X1, X2, …, X10 yang melambangkan jangka
hidup dan diasumsikan contoh acak berasal dari populasi yang
menyebar secara normal dengan parameter  dan .
Bila hasil pengamatan jangka hidup seperti berikut:
X1  26, 3 X 2  35, 1 X 3  23, 0
X 4  28, 4 X 5  31, 6 X 6  30, 9
X 7  25, 2 X8  28, 0 X 9  27, 3
X10  29, 2

Perhatikan penduga-penduga berikut sebagai hasil pendugaan

terhadap :
a) Penduga = x , dugaan x =  Xi/10 = 28,50.
~ ~
b) Penduga = , dugaan x = (28,0 + 28,4)/2 = 28,20
x
c) Penduga = [min (Xi) + max (Xi)]/2 = rataan dari dua jangka
hidup ekstrim, dugaan [min (Xi) + max (Xi)]/2 = (23,0 +
35,1)/2 = 29,05
d) Penduga X tr 10  , nilai tengah hasil pangkasan 10% (10
persen dari masing-masing nilai terbesar dan terkecil
dikeluarkan, kemudian baru dicari nilai tengahnya).
25,2  26,3  27,3  28,0  28,4  29,2  30,9  31,0
X tr 10  
8
 28,36

Mana hasil pendugaan yang paling dekat dengan nilai

sesungguhnya?
Contoh 4.2
Suatu perusahaan produsen ingin mengembangkan tipe bumper
baru yang lebih tahan terhadap kerusakan karena benturan.
Perusahaan mencoba tingkat ketahanan bumper tersebut dengan
membenturkan sebanyak 25 kali. Bila X = banyaknya benturan
yang tidak menimbulkan goresan. Hasil pengamatan x = 15
maka penduga  X X 15
p  , dugaannya    0,60
n n 20

Contoh 4.3
Suatu perusahaan cat sedang memperhatikan tentang variabilitas
waktu pengeringan cat yang dihasilkannya. Ambil X sebagai
waktu pengeringan contoh cat yang dicobakan pada papan
percobaan dan 2 = var(X) = varians populasi untuk semua
waktu pengeringan. Jika ada n papan percobaan dengan waktu
pengeringan X1, X2, …, Xn maka penduga 2 adalah varians
contoh.
 2


x x 
 x 2
 i   i  2n
 
 x 

σ̂2  S2 

 i 
 
n 1 n 1

Misalkan data itu n = 10, dan kita gunakan 1, maka:

 2
σ2  S 
 X i
2
-   X i  2
n
9


 26,3 2     29,2 2 -  285 2 10
9
 11,90

Penduga σ adalah σ  S  11,90  3,45

Suatu alternatif penduga varians adalah mengganti n – 1 dengan

n sehingga:   Xi - X 
2
σ2 
n
   X i
2
   X i  2
n
σ2 
n
n  Xi    Xi  2
2

n2
Hasil dugaannya
 2 107, 10
σ   10,71
10

2. Penduga Tak Bias

Definisi 4.2.
~
Suatu penduga titik θ dikatakan sebagai penduga tidak bias
terhadap  jika E(θ)  θ untuk semua nilai . Jika θ = penduga
yang bias terhadap  adalah E(θˆ )  θ
 
Suatu penduga θ adalah tidak bias jika pusat sebarannya
mempunyai pusat yang sama dengan nilai parameter yang
diduga = .

f.k.p θˆ1 f.k.p θˆ1

f.k.p θˆ 2 f.k.p θˆ 2

θ θ θ θ
2 2
Bias Bias

Grafik 4.1. Grafik fungsi kepekatan penduga tidak bias θ̂1 dan
penduga bias θ̂ 2
3. Prinsip Pemilihan Penduga.
Pilih penduga yang tidak bias bila akan memilih beberapa
penduga terhadap parameter = 
 Bila proporsi contoh X/n digunakan sebagai penduga p
dimana X adalah banyaknya contoh terpilih yang sukses,
mempunyai sebaran binomial dengan parameter n dan p,
maka: x 1 1
E (pˆ )  E    E (x)  (np)  p
n n n

 Bila X adalah contoh acak yang menyebar secara binomial

dengan parameter n dan p, maka proporsi contoh p̂  x n
merupakan penduga tidak bias terhadap p.

 Bila X1, X2, …, Xn merupakan contoh acak dari sebaran

dengan nilai tengah  dan ragam (varians)  2
maka penduga
2   X i - X  merupakan penduga tidak bias terhadap
2
2
σˆ  S 
n -1 2.
 Bila X1, X2, …, Xn merupakan contoh acak dari suatu sebaran
dengan nilai tengah  maka x merupakan penduga tidak bias
terhadap . Bila sebarannya kontinu dan simetri maka ~x =
median dan x tr  nilai tengah pangkasan merupakan penduga
tidak bias terhadap .