1

BAB I
PENAKSIRAN/ESTIMASI

1.1 Statistika Induktif
Statistik Induktif (Inference) ialah pengambilan keputusan mengenai nilai sebenarnya dari
parameter (yang dihitung berdasarkan populasi), yang didasarkan atas perhitungan sampel,
sehingga kesimpulan tersebut mengandung unsur ketidakpastian. Artinya kesimpulan
tersebut bisa benar dan bisa juga salah. Hal ini disebabkan karena data yang digunakan
adalah data pendugaan/taksiran (dari sampel), yang mengandung kesalahan dalam
penarikan sampel.
Statistika Induktif dapat dibagi dalam dua bagian besar: penaksiran dan uji hipotesis.
Kedua bagian ini akan dibahas secara terpisah.

1.2 Penaksiran
Dari suatu populasi ingin diketahui atau diidentifikasi karakteristik parameter populasi
( ) . Karena satu dan lain hal identifikasi dilakukan dengan teknik sampling tidak dapat
dilakukan dengan cara sensus. Dari sampel ini dilakukan penaksiran secara statistik untuk
menghasilkan penaksir parameter sampel (

).
Contoh : Seorang pengusaha yang hendak memasarkan produk barunya ingin menaksir
proporsi sesungguhnya dari calon pembeli, dengan menanyakan pendapat secara acak
kepada 100 calon pembeli. Proporsi calon pembeli yang mau membeli produk baru dalam
sampel dapat dipakai sebagai taksiran proporsi calon pembeli sesungguhnya dalam
populasi.
Secara umum, karakteristik parameter populasi ( ) yang sering ingin diidentifikasikasi
adalah: rata-rata ( ) , proporsi (p), dan simpangan baku ( ) .
Beberapa jenis lambang yang sering digunakan untuk menyatakan ukuran statistik sampel
dan parameter populasinya.

Tabel 1.1
Beberapa Statistik Sampel dan Parameter Populasinya
Jenis Ukuran Statistik Sampel Parameter Populasi
Rata-rata
X

Simpangan baku s
Variansi s
2

2

Koefisien korelasi r

Koefisien regresi b
Penaksiran 2
Sifat-sifat penaksir yang baik:
(a) Tidak bias
J ika rata-rata dari sampel akan sama dengan nilai parameter dari populasi yang diduga.
E(

) =





= ) ( E (tak bias)
E(

) = (tak bias) E(

) (bias)

(b) Konsisten
J ika nilai

cenderung mendekati nilai parameter untuk n (ukuran sampel) yang

semakin besar mendekati tak terhingga ( ) n . Jadi ukuran sampel yang cenderung
besar memberikan pendugaan titik yang lebih baik dibandingkan ukuran sampel kecil.
(c) Efisien atau bervariansi minimum
J ika penaksir

memiliki varians atau standar deviasi yang lebih kecil dibandingkan

dengan penduga lainnya.

1.3 Jenis Penaksiran
Ada dua macam penaksiran yaitu penaksiran tunggal (point estimate) dan penaksiran
interval/selang (interval estimate). Sebagai ilustrasi, perhatikan contoh berikut:
Setiap hari di televisi disiarkan prakiraan cuaca untuk berbagai kota besar di Indonesia.
Misalnya, dikatakan bahwa suhu udara di kota Jakarta besok hari adalah 32
0
C. Prakiraan
tersebut dapat juga dinyatakan dalam bentuk rentangan nilai, misalnya, suhu udara besok
hari di kota Jakarta berkisar antara 29
0
C sampai dengan 35
0
C. Prakiraan pertama dilakukan
dengan cara menunjukkan suatu nilai atau titik tertentu, yaitu angka 32
0
C, disebut
penaksiran tunggal (point estimate). Sedangkan prakiraan kedua dilakukan dengan
menentukan rentangan nilai yaitu 29
0
C - 35
0
C, disebut penaksiran interval/selang (interval
estimate).





Penaksiran 3
1.3.1 Penaksiran Tunggal
Penaksiran tunggal (point estimate) merupakan fungsi dari nilai observasi yang berasal dari
sampel dengan n elemen. J ika penaksir diberi simbol

dan X
1
, X
2
, ..., X
n
merupakan
suatu sampel acak, maka

=f (X
1
, X
2
, ..., X
n
).
Misalnya, apabila

= X =
i
X
n
1

= ) ... (
1
2 1 n
X X X
n
+ + +

dan apabila
( )

= =
2
2
1
1

X X
n
S
i

= ( ) ( ) ( ) { }
2 2
2
2
1
.....
1
1
X X X X X X
n
n
+ + +

maka nilai

akan berbeda-beda dari sampel yang satu dengan sampel yang lainnya.
merupakan variabel yang mempunyai distribusi sendiri.

1.3.2 Penaksiran Selang/Interval
Taksiran selang suatu parameter populasi ialah suatu selang yang berbentuk
2 1

( ( ;
1

dan
2

tergantung pada nilai statistic untuk suatu sampel dan juga pada distribusi sampel.
Untuk membuat penaksiran interval, harus ditentukan terlebih dahulu besarnya koefisien
kepercayaan atau taraf kepercayaan yang merupakan pernyataan dalam bentuk peluang,
dengan simbol 1 . dinyatakan sebagai kesalahan duga (error of estimate). Jadi, jika
=0,05, maka kita peroleh selang kepercayaan 95%. Dan bila =0,01 kita peroleh
selang kepercayaan 99% yang lebih lebar. Makin lebar selang kepercayaan makin yakin
pula kita bahwa selang tersebut mengandung parameter yang tak diketahui.








2
Z
2
Z
1 2 / 2 /
Penaksiran 4
1.3.2.1 Penaksiran Interval untuk Rata-rata ( )
Titik taksiran penaksir untuk adalah X atau nilai besarnya ditaksir oleh harga X
yang didapat dari sampel. Untuk memperoleh taksiran yang lebih tinggi derajat
kepercayaannya digunakan interval taksiran atau selang taksiran disertai dengan koefisien
kepercayaan yang dikehendaki.

Rumus:
Kondisi A: jika n besar ( ) 30 > ; gunakan distribusi normal
(1) Simpangan baku ( ) diketahui, penarikan sampel dengan pengembalian

=
(

+ X X 1
2 2
n
Z
n
Z P
Dimana: ( ) 1 =derajat kepercayaan
=kesalahan duga

2
Z =bilangan Z didapat dari table normal baku untuk peluang 1/2

(2) Simpangan baku ( ) diketahui, penarikan sampel tanpa pengembalian

=
(

+ X

X 1
1 1
2 2
N
n N
n
Z
N
n N
n
Z P

(3) Simpangan baku ( ) tidak diketahui, penarikan sampel dengan pengembalian



=
(

+ X X 1
2 2
n
S
Z
n
S
Z P

(4) Simpangan baku ( ) tidak diketahui, penarikan sampel tanpa pengembalian



=
(

+ X

X 1
1 1
2 2
N
n N
n
S
Z
N
n N
n
S
Z P

Kondisi B: jika n kecil (<30); Distribusi mendekati normal gunakan distribusi t
(df = v = n - 1)

(1) Simpangan baku ( ) diketahui, penarikan sampel dengan pengembalian

=
(

+ X X 1
2 2
n
t
n
t P
Penaksiran 5
(2) Simpangan baku ( ) diketahui, penarikan sampel tanpa pengembalian

=
(

+ X

X 1
1 1
2 2
N
n N
n
t
N
n N
n
t P

(3) Simpangan baku ( ) tidak diketahui, penarikan sampel dengan pengembalian



=
(

+ X X 1
2 2
n
S
t
n
S
t P

(4) Simpangan baku ( ) tidak diketahui, penarikan sampel tanpa pengembalian



=
(

+ X

X 1
1 1
2 2
N
n N
n
S
t
N
n N
n
S
t P


Contoh 1.1
Rataan nilai UTS Statistik I sampel acak 36 mahasiswa TI adalah 2,6. J ika simpangan baku
populasinya 0,3 dan pengambilan sampel dilakukan dengan cara pengembalian, hitunglah
selang kepercayaan 95% dan 99% untuk rataan nilai Statistik I semua mahasiswa TI .
Dik : Penaksiran rata-rata
n =36 X =2,6
=0,3 N =~
Dit : Selang kepercayaan 95% dan 99% untuk rataan nilai Statistik I
Jawab :
96 , 1 % 95 1
% 5 , 2
= Z =

=
(

+ X X 1
2 2
n
Z
n
Z P

70 , 2 50 , 2
1
36
3 , 0
96 , 1 6 , 2
36
3 , 0
96 , 1 6 , 2

=
(

+ P


Jadi interval antara 2,5 dan 2,7 merupakan rataan nilai statistik I , dengan selang
kepercayaan 95%

575 , 2 % 99 1
% 5 , 0
= Z =
Penaksiran 6

73 , 2 47 , 2
1
36
3 , 0
575 , 2 6 , 2
36
3 , 0
575 , 2 6 , 2

=
(

+ P


Jadi interval antara 2,47 dan 2,73 merupakan rataan nilai statistik I , dengan selang
kepercayaan 99%

Contoh 1.2
Tujuh botol yang mirip masing-masing berisi asam sulfat 9,8; 10,2; 10,4; 9,8; 10,0; 10,2;
dan 9,6 liter. Carilah selang kepercayaan 95% untuk rataan isi botol semacam itu bila
distribusi dianggap hampir normal .
Dik : Penaksiran rata-rata
n =7 X =10
s =0,283 N =~ df =7 1 =6
Dit : Selang kepercayaan 95% untuk rataan isi botol
Jawab :
447 , 2 % 95 1
6 %, 5 , 2
= = t


=
(

+ X X 1
2 2
n
S
t
n
S
t P

26 , 10 74 , 9
1
7
283 , 0
) 447 , 2 ( 10
7
283 , 0
) 447 , 2 ( 10

=
(

+ P


Jadi interval antara 9,74 dan 10,26 merupakan rataan isi botol, dengan selang
kepercayaan 95%

1.3.2.2 Penaksiran Interval untuk Selisih Rata-rata ( )
2 1

J ika ada dua populasi masing-masing dengan rataan
1
dan
2
dan variansi
2
1
dan
2
2
,
maka penaksir titik unsuk selisih antara
1
dan
2
diberikan oleh statistic
1
X dan
2
X .
Jadi untuk memperoleh taksiran titik untuk
1
dan
2
diperlukan dua sampel acak yang
saling bebas, satu dari tiap populasi, masing-masing berukuran n
1
dan n
2
, kemudian
dihitung selisih rataan kedua sampel
2 1
x x .




Penaksiran 7
Kondisi A: jika n
1
dan n
2
besar ( >30)
(1)
1
dan
2
diketahui

( ) ( ) ( )




=
(
(

+ Z + X X + Z X X 1
2
2
2
1
2
1
2
2 1 2 1
2
2
2
1
2
1
2
2 1
n n n n
P

(2)
1
dan
2
tidak diketahui. = =
2
2
2
1



( ) ( ) ( )
1 2 1 2 1 2
2 2
1 2 1 2
1 1 1 1
. . 1 P
n n n n


(
X X Z + X X + Z + =
(



(3)
2
2
2
1
= dan besarnya tidak diketahui

( ) ( ) ( )

=
(
(

+ Z + X X + Z X X 1
2
2
2
1
2
1
2
2 1 2 1
2
2
2
1
2
1
2
2 1
n
S
n
S
n
S
n
S
P

Kondisi B : jika n
1
dan n
2
kecil (< 30)
(1)
1
dan
2
diketahui, populasi mendekati distribusi normal

( ) ( ) ( )




=
(
(

+ + X X + X X 1
2
2
2
1
2
1
,
2
2 1 2 1
2
2
2
1
2
1
,
2
2 1
n n
t
n n
t P
v v

dengan df =v =n
1
+n
2
2

(2)
1
dan
2
tidak diketahui. Asumsi
2
2
2
1
= , populasi mendekati distribusi
normal
Dicari dulu simpangang baku gabungan Sp.

( ) ( )
2
1 1
2 1
2
2 2
2
1 1
+
+
=
n n
S n S n
Sp

( ) ( ) ( )

=
(

+ + X X + X X 1
1 1
.
1 1
.
2 1
,
2
2 1 2 1
2 1
,
2
2 1
n n
Sp t
n n
Sp t P
v v

dengan df =v =n
1
+n
2
2
Penaksiran 8
(3)
1
dan
2
tidak diketahui. Asumsi
2
2
2
1
= , populasi mendekati distribusi
normal
( ) ( ) ( )

=
(
(

+ + X X + X X 1
2
2
2
1
2
1
* ,
2
2 1 2 1
2
2
2
1
2
1
* ,
2
2 1
n
S
n
S
t
n
S
n
S
t P
v v

Rumus derajat kebebasan df =v* yaitu:

( )
( ) ( )
(
(

+
(
(

+
=
1 1
*
2
2
2
2
2
1
2
1
2
1
2
2
2
2 1
2
1
n
n S
n
n S
n S n S
v

Pengamatan Berpasangan
Cara penaksiran selisih dua rataan pada pengamatan berpasangan terjadi bila sampel
tidak bebas dan variasi kedua populasi tidak perlu sama. Ilustrasinya sebagai berikut:
Dilakukan pengujian mengenai program diet pada 15 orang, berat sebelum dan sesudah
menerima diet membentuk dua sampel. Kedua populasinya ialah sebelum dan
sesudah dan satuan percobaan ialah orang. Untuk menentukan apakah diet
bermanfaat, hitung selisih (d) sebelum dan sesudah diet pada pengamatan
berpasangan. Pengamatan dalam suatu pasangan mempunyai kebersamaan.
Untuk menaksir selish atau beda rata-rata y x D = dapat pula dibentuk selisih
atau beda tiap pasangan data:
di =Xi Yi
dimana Xi =data ke-i dari percobaan 1
Yi =data ke-i dari percobaan 2
di =selisih percobaan 1 dan 2

Diperoleh rata-rata dan simpangan baku:

n
di
d

=
( ) 1
2
1 1
2

|
.
|

\
|

=

= =
n n
di di n
sd
n
i
n
i

Sehingga rumus interval kepercayaan untuk y x D = untuk pengamatan
berpasangan:



= + 1
, 2 , 2
n
sd
t d d
n
sd
t d
v v

dengan v = n - 1

Penaksiran 9
Contoh 1.3
Seorang ahli bola lampu sedang melakukan penelitian terhadap bola lampu dengan merek
yang berbeda, yaitu A dan B. Dia ingin mengetahui apakah ada selisih atau perbedaan rata-
rata lamanya hidup (expected life) dari kedua bola lampu tersebut.Untuk maksud itu,
masing-masing merek diselidiki sebanyak 100 buah yang dipilih secara acak. Ternyata
merek A dapat menyala rata-rata selama 3600 jam, sedangkan merek B selama 3500 jam.
Diketahui simpangan baku merek A = 200 jam dan merek B = 200 jam. Dengan
menggunakan tingkat keyakinan sebesar 90%, hitunglah penaksiran interval selisih rata-
rata lamanya hidup dari kedua bola lampu tersebut.
Dik : Penaksiran selisih rata-rata
n
1
=n
2
=100 100
2 1
= X X
3600
1
= X 200
1
=
3500
2
= X 200
2
=
Dit : penaksiran interval selisih rata-rata lamanya hidup bola lampu
Jawab :
65 , 1 % 90 1
% 5
= = Z
( ) ( ) ( )




=
(
(

+ Z + X X + Z X X 1
2
2
2
1
2
1
2
2 1 2 1
2
2
2
1
2
1
2
2 1
n n n n
P
( ) =
(
(

+ + + 1
100
200
100
200
65 , 1 100
100
200
100
200
65 , 1 100
2 2
2 1
2 2
P
53,34 <( )
2 1
<146,66

Jadi interval antara 53,34 jam dan 146,66 jam akan memuat selisih rata-rata lamanya
hidup bola lampu dari kedua merek, dengan tingkat kepercayaan 90%

Contoh 1.4
Dalam makalah Essential Elemen in Fresh and channed Tomatoes, yang diterbitkan di
Journal of Food Science, kandungan unsur penting ditentukan dalam tomat segar dan
kalengan menggunakan spektrofotometer penyerapan atom. Kandungan tembaga dalam
tomat segar dibandingkan dengan kandungan tembaga pada tomat yang sama setelah
dikalengkan dicatat dan hasilnya sebagai berikut:






Penaksiran 10
Tabel 1.2
Kandungan tembaga dalam tomat segar dan tomat kalengan

Pasangan Tomat segar Tomat kalengan di
1 0,066 0,0085 0,019
2 0,079 0,088 0,009
3 0,069 0,091 0,022
4 0,076 0,096 0,020
5 0.071 0.093 0.022
6 0,087 0,095 0,008
7 0,071 0,079 0,008
8 0,073 0,078 0,005
9 0,067 0,065 -0,002
10 0,062 0,068 0,006

Cari selang kepercayaan 98% untuk selisih sesungguhnya rataan kandungan tembaga
dalam tomat segar dan kaleng.
Dik : Penaksiran selisih rata-rata berpasangan
n
1
=n
2
=10
data tomat segar dan tomat kalengan
Dit : penaksiran interval selisih rata-rata kandungan tembaga dalam tomat segar
dan kalengan
Jawab :
821 , 2 % 98 1
9 %, 1
= = t
0117 , 0
10
117 , 0
= = =

n
di
d

( )
0084 , 0
) 9 )( 10 (
) 117 , 0 ( ) 002003 , 0 )( 10 (
1
2
2
1 1
2
=

|
.
|

\
|

=

= =
n n
di di n
sd
n
i
n
i



= + 1
, 2 , 2
n
sd
t d d
n
sd
t d
v v

=
|
|
.
|

\
|
+
|
|
.
|

\
|
1
10
0084 , 0
) 821 , 2 ( 0117 , 0
10
0084 , 0
) 821 , 2 ( 0117 , 0 d
0,0042 < d <0,0192

Jadi interval antara 0,0042 dan 0,0192 akan memuat selisih rata-rata kandungan
tembaga dalam tomat segar dan kalengan, dengan tingkat kepercayaan 98%




Penaksiran 11
1.3.2.3 Penaksiran Interval untuk Proporsi (p)
Penaksir titik untuk proporsi p dalam suatu percobaan binomial adalah n p X = dengan X
menyatakan banyaknya yang berhasil dalam n usaha. J adi, proporsi sampel n p X = akan
digunakan sebagai taksiran titik untuk parameter p.
Menurut Teori limit pusat, untuk n cukup besar, distribusi phampir normal dengan rataan
p
n
np
p = =
dan variansi

n
pq
n
npq
p = =
2

2

Bila pmenyatakan proporsi yang berhasil dalam sampel acak n, dan p q 1 = , maka
penaksiran interval untuk proporsi dengan selang kepercayaan 1- :

(1) n besar atau n kecil asal 5 > p n :

n
q p
p p
n
q p
p

2 2
Z + Z

Contoh 1.5
Sampel random dari suatu barang sebanyak 100 buah ternyata setelah diteliti ada yang
rusak 30 buah. Dengan menggunakan tingkat kepercayaan sebesar 95%, hitunglah
penaksiran interval p yang menunjukkan proporsi barang yang rusak.
Dik : Penaksiran proporsi
n =100 x =30
Dit : penaksiran interval proporsi barang yang rusak
Jawab :
96 , 1 % 95 1
% 5 , 2
= Z =
3 , 0
100
30
= = =
n
x
p 7 , 0 3 , 0 1 1 = = = p q

n
q p
p p
n
q p
p

2 2
Z + Z

100
) 7 , 0 )( 3 , 0 (
96 , 1 3 , 0
100
) 7 , 0 )( 3 , 0 (
96 , 1 3 , 0 + p
0,21 <p <0,39
21%<p <39%

Penaksiran 12
Jadi interval antara 21% dan 39% akan memuat persentasi barang yang rusak
sebenarnya dengan tingkat kepercayaan 95%

1.3.2.4 Penaksiran Interval untuk Selisih Proporsi (p
1
p
2
)
Bila
1
p dan
2
p menyatakan proporsi yang berhasil dalam sampel acak masing-masing
ukuran n
1
dan n
2
,
1 1
1 p q = dan
2 2
1 p q = .
Dan menurut Teori limit pusat, distribusi
2 1
p p hampir normal dengan rataan

2 1 2 1
p p
p p
=

dan variansi

2
2 2
1
1 1
2 1
2
n
q p
n
q p
p p + =

maka interval kepercayaan untuk selisih proporsi (p
1
p
2
) adalah:

( ) ( )

= + Z + + Z 1




2
2 2
1
1 1
2 1 2 1
2
2 2
1
1 1
2 1
2 2
n
q p
n
q p
p p p p
n
q p
n
q p
p p

Contoh 1.6
Suatu perubahan dalam cara pembuatan suku cadang sedang direncanakan. Sampel diambil
dari cara lama maupun yang baru untuk melihat apakah cara baru tersebut memberikan
perbaikan. 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 cacat dalam kedua cara.
Dik : Penaksiran selisih proporsi
n
1
=1500 x
1
=75
n
2
=2000 x
2
=80
Dit : penaksiran interval selisih proporsi cacat pada kedua cara
Jawab :
65 , 1 % 90 1
% 5
= Z =
05 , 0
1500
75

1
1
1
= = =
n
x
p 95 , 0 05 , 0 1 1
1 1
= = = p q

04 , 0
2000
80

2
2
2
= = =
n
x
p 96 , 0 04 , 0 1 1
2 2
= = = p q
( ) ( )

= + Z + + Z 1




2
2 2
1
1 1
2 1 2 1
2
2 2
1
1 1
2 1
2 2
n
q p
n
q p
p p p p
n
q p
n
q p
p p
Penaksiran 13

1
2000
6) (0,04)(0,9
1500
5) (0,05)(0,9
1,65 01 , 0 p p
2000
6) (0,04)(0,9
1500
5) (0,05)(0,9
1,65 01 , 0
2 1
= + +

-0,0017 <p
1
p
2
<0,0217

Karena selang mengandung nilai nol, maka tidak ada alasa mempercayai bahwa cara
baru memberikan penurunan yang berarti dalam proporsi suku cadang yang cacat
disbanding dengan cara lama.

1.3.2.5 Penaksiran Interval untuk Varians ( )
2

Sampel berukuran n diambil dari populasi normal dengan variansi ( )
2
, dan variansi
sampel s
2
dihitung maka akan diperoleh suatu nilai dari statistis S
2
. Taksiran selan untuk
2
dapat diturunkan dengan menggunakan statistik:


( )
2
2
2
1

S n
=

Statistik
2
berdistribusi khi-kuadrat dengan derajat kebebasan df =n 1 bila sampel
berasal dari populasi normal.
Selang kepercayaan untuk
2
, yaitu:


( ) ( )

=
(

1
1 1
2 1
2
2
2
2
2
2
S n S n
P

Contoh 1.7
Data berikut menyatakan berat, dalam gram, 10 bungkus bibit sejenis tanaman yang
dipasarkan oleh suatu perusahaan: 46,4, 46,1, 45,8, 47,0, 46,1, 45,9, 45,8, 46,9, 45,2 dan
46,0. Carilah selang kepercayaan 95% untuk variansi semua bungkusan bibit yang
dipasarkan perusahaan tersebut, anggap populasinya normal.
Dik : Penaksiran variansi
n =10
46,4 46,1 45,8 47,0 46,1 45,9 45,8 46,9 45,2 46,0

Dit : penaksiran interval variansi semua bungkusan bibit
Jawab :
Penaksiran 14
df =n 1 =10 1 =9
023 , 19 % 95 1 9 , 025 , 0
2
= = dan 700 , 2 9 , 975 , 0
2
=

( )
286 , 0
) 9 )( 10 (
) 2 , 461 ( ) 12 , 21273 )( 10 (
1
2
2
1 1
2
2
=

|
.
|

\
|
X X
=

= =
n n
n
S
n
i
i
n
i
i


( ) ( )

=
(

1
1 1
2 1
2
2
2
2
2
2
S n S n
P

( ) ( )
=
(

1
700 , 2
) 286 , 0 ( 9
023 , 19
) 286 , 0 ( 9
2
P
0,135 <
2
<0,953

Jadi interval antara 0,135 dan 0,953 akan memuat variansi semua bungkusan bibit
yang akan dipasarkan perusahaan, dengan tingkat kepercayaan 95%

1.3.2.6 Penaksiran Interval Ratio/Nisbah Varians ( )
2
2
2
1

Taksiran titik untuk nisbah dua variansi populasi
2
2
2
1 / diberikan oleh nisbah variansi
sampel s
1
2
/s
2
2
.
Bila
2
1
dan
2
2
variansi dua populasi normal, maka taksiran selang untuk
2
2
2
1 / dapat
diperoleh dengan memakai statistik F :


2
2
2
1
2
1
2
2
S
S
F

=

Peubah acak F mempunyai distribusi F dengan derajat kebebasan v
1
= n
1
1
dan v
2
= n
2
1, maka

( ) ( ) | |

=

1 , ,
2 1 2 2 1 2 1
v v f F v v f P
( ) ( )

=
(

1 , ,
2 1 2
2
2
2
1
2
1
2
2
2 1 2 1
v v f
S
S
v v f P

sehingga selang kepercayaan untuk nisbah varians adalah:


( )
( )

=
(
(

1 ,
1
1 2 2
2
2
2
1
2
2
2
1
2 , 1 2
2
2
2
1
v v f
S
S
v v f
S
S
P

Penaksiran 15
Contoh 1.8
Dalam proses pembuatan bola sepak yang sifatnya tradisional (masih banyak
menggunakan tenaga manusia dibandingkan mesin), produktivitas dapat ditingkatkan
dengan memperkecil jumlah produk yang gagal yang dihasilkan oleh masing-masing
operator. Perusahaan harus memilih metoda yang mempunyai rata-rata resiko kegagalan
yang paling kecil. Untuk mengetahui perbedaan rata-rata jumlah yang gagal maka diambil
sampel secara random dan diperoleh jumlah yang memenuhi kualitas adalah sebagai
berikut:

J umlah yang memenuhi kualitas J umlah
Metoda A 50 55 52 57 42 47 41 49 55 52 500
Metoda B 55 47 49 51 55 52 53 58 - - 420

Hitunglah selang kepercayaan 90% untuk mengetahui apakah varians jumlah yang
memenuhi kualitas dengan metoda A dan metoda B sama besar ?
Dik : Penaksiran nisbah variansi
n
1
=10 n
2
=8

J umlah yang memenuhi kualitas J umlah
Metoda A 50 55 52 57 42 47 41 49 55 52 500
Metoda B 55 47 49 51 55 52 53 58 - - 420

Dit : penaksiran interval nisbah variansi untuk metoda A dan B
Jawab :
df
1
=n
1
1 =10 1 =9 df
2
=n
2
1 =8 1 =7

68 , 3 % 90 1
) 7 , 9 %( 5
= = F
n Si S
2

Metoda A 10 5,395 29,111
Metoda B 8 3,546 12,571


( )
( )

=
(
(

1 ,
1
1 2 2
2
2
2
1
2
2
2
1
2 , 1 2
2
2
2
1
v v f
S
S
v v f
S
S
P

( )
( )

=
(

1 9 , 7
571 , 12
111 , 29
7 , 9
1
571 , 12
111 , 29
% 5
2
2
2
1
% 5
f
f
P

=
(

1 ) 29 , 3 .( 316 , 2
68 , 3
1
316 , 2
2
2
2
1
P

(

616 , 7 629 , 0
2
2
2
1

Penaksiran 16

Jadi interval antara 0,629 dan 7,616 akan memuat variansi jumlah yang memenuhi
kualitas dari metoda A dan metoda B sama besar (karena dalam selang estimasi tersebut
terdapat nilai 1), dengan tingkat kepercayaan 90%.

1.4 Penentuan Nilai n (ukuran sampel)
Dalam penelitian seringkali timbul pertanyaan, berapa besarnya n agar X sebagi
pendugaan parameter cukup baik.
Perhatikan

X = X i
n
1

X = i
N
1
(n < N)

= X ( = kesalahan penarikan sampel)
J ika = X = N n maka 0 = =
Agar pendugaan sama dengan nilai sebenarnya, maka n =N, berarti harus diadakan sensus
yang membutuhkan biaya mahal.
Untuk menentukan nilai n, ada 3 faktor yang harus diperhatikan:
1. berapa besarnya yang akan ditolerir. J ika menghendaki =0 maka n =N, sebab
merupakan ukuran tingkat ketelitian.
2. Tingkat heterogenitas/variasi dari data populasi (nilai karakteristik/variabel) yang akan
diselidiki, yang dinyatakan dalam besar kesilnya nilai (simpangan baku)
3. Besarnya tingkat keyakinan yang akan digunakan, untuk menjamin pernyataan
(statement) dari pendugaan yang dihasilkan.

Rumusnya adalah sebagai berikut:

2
2
|
|
.
|

\
| Z
=

n dimana nilai
2
Z diambil dati Tabel Normal

Contoh 1.9
Seorang ahli analisis pasar akan memperkirakan harga telur ayam negeri di suatu kota
besar. Berdasarkan pengalaman masa lampau telah diketahui besarnya simpangan baku =
16 rupiah. Ahli analisis pasar tersebut ingin 95% yakin bahwa di dalam pendugaan rata-
rata harga telur sesungguhnya tidak lebih dari plus atau minus 2 rupiah ( ) 2 ,
maksudnya ialah bahwa :

( ) ( ) % 95 2 2 2 2 = < < = X P P
Penaksiran 17
Berapa besarnya nilai n =banyaknya pasar/toko/warung yang menjual telur ayam negeri
yang harus diselidiki ?
Dik : =2
16 =
Dit : n
Jawab :
96 , 1 % 90 1
% 5
= = Z
246
2
) 16 )( 96 , 1 (
2
2
2
= |
.
|

\
|
=
|
|
.
|

\
| Z
=

n

Jadi banyaknya pasar/toko/warung yang menjual telur ayam negeri yang harus diselidiki
sebanyak 246, dengan tingkat kepercayaan 90%

Untuk menduga proporsi, digunakan rumus berikut:
2
2
) 25 , 0 (
|
|
.
|

\
| Z
=