TUGAS 2A

METODE PENAKSIRAN DATA

(ESTIMASI DATA)

Disusun Oleh:

Haedar/11050514047/2011
Nely Eka Anjarsari/14050514049/2014
Yazirwan Latif Ardyanto/14050514051/2014
Moh. Ali Fauzi/14050514061/2014

Hari/Jam: Selasa/14.50−16.30

PROGRAM STUDI PENDIDIKAN TEKNIK ELEKTRO

JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS NEGERI SURABAYA
2016
 ESTIMASI (METODE PENAKSIRAN)

A. DASAR TEORI

Dalam sebuah ilmu statistika, kita berusaha untuk menyimpulkan sebuah

populasi. Dalam mengamati sebuah populasi, keadaaan atau kelakuan populasi perlu
dipelajari berdasarkan data yang diambil baik itu secara sampling ataupun sensus.
Keadaan sebuah populasi yang akan dipelajari di sini berupa parameter populasi dan
sampel yang diambil secara acak. Lalu data dari sampel tadi dianalisis menghasilkan
nilai-nilai statistik sampel. Dari nilai-nilai statistik sampel ini akan disimpulkan
bagaimana keadaan populasi atau bagaimana sebuah parameter populasi bertingkah
laku. Cara mengambil kesimpulan tentang parameter populasi ini yaitu berhubungan
dengan bagaimana cara menaksir harga parameter populasi. Jadi, harga parameter
yang sebenarnya tidak diketahui itu bisa ditaksir berdasarkan nilai-nilai statistik
sampel yang diambil dari populasi yang bersangkutan.
Parameter populasi yang akan ditaksir dalam hal ini berupa: rata-rata (mean),
simpangan baku dan persen, standar deviasi, dan juga proporsi. Sebelum menaksir
sebuah populasi, sebaiknya perlu diketahui tentang istilah penaksir.
Estimasi adalah taksiran dan yang diestimasi adalah parameter populasi. Data
yang digunakan untuk melakukan estimasi parameter populasi adalah statistik sampel
sebagai estimator. Estimasi dipelajari berdasarkan data yang diambil baik secara
sampling maupun sensus. Dalam kenyataannya, mengingat berbagai faktor, untuk
keperluan tersebut diambil sebuah sampel yang representatif, lalu berdasarkan pada
hasil analisis terhadap data sampel. Kelakuan populasi yang akan ditinjau disini
hanyalah mengenai parameter populasi dan sampel yang digunakan adalah sampel
acak. Data sampel dianalisis. Nilai-nilai yang perlu yaitu stastistik, dihitung dan dari
nilai-nilai statistik ini kita simpulkan bagaimana parameter bertingkah laku. Cara
pengambilan kesimpulan tentang parameter yang pertama kali akan dipelajari ialah
sehubungan dengan cara-cara menaksir harga parameter. Jadi harga parameter yang
sebenarnya tetapi tidak diketahui itu akan ditaksir berdasarkan statistik sampel yang
diambil dari populasi yang bersangkutan.

Parameter populasi yang akan ditaksir dan diuraikan dalam bagian ini
terutama adalah rata-rata, simpangan baku dan persen.
 1. Penaksir
Secara umum, parameter populasi akan diberi simbol θ (baca theta). Jadi θ
bisa merupakan rata-rata µ, simpangan baku σ, proporsi π dan sebagainya. Jika θ,
̂ (baca : theta topi), maka 𝜃
yang tidak dikatahui harganya, ditaksir oleh 𝜃 ̂ dinamakan
̂ = θ, yaitu bisa mengatakan harga θ yang
penaksir. Jelas bahwa sangat dikehendaki 𝜃
sebenarnya. Tetapi ini merupakan keinginan yang boleh dibilang ideal sifatnya.
Kenyataan yang bisa terjadi adalah :
̂ terlalu tinggi, atau
a. Menaksir θ oleh 𝜃
̂ terlalu rendah.
b. Menaksir θ oleh 𝜃

Keduanya ini jelas tidak dikehendaki. Karenanya kita menginginkan penaksir

yang baik. Dibawah ini kriteria penaksir yang baik, yaitu tak bias, mempunyai varians
minimum dan konsisten.

̂ dikatakan penaksir tak bias, jika rata-rata semua harga 𝜃

a. Penaksir 𝜃 ̂ yang mungkin
̂) = θ. Penaksir yang tak
akan sama dengan θ. Dalam bahasa ekspektasi, ditulis ε (𝜃
bias, disebut penaksir bias.
b. Penaksir bervarians minimum ialah penaksir dengan varians terkecil diantara
̂1 dan 𝜃
semua penaksir untuk parameter yang sama. Jika 𝜃 ̂ 2 dua penaksir untuk θ
̂1 lebih kecil dari varians untuk 𝜃
dimana varians 𝜃 ̂2 , maka 𝜃
̂1 merupakan penaksir

bervarians minimum.
̂ penaksir untuk θ yang dihitung berdasarkan sebuah sampel acak
c. Misalkan 𝜃
berukuran n. jika ukuran sampel n makin besar mendekati ukuran populasi me
̂ mendekati θ, maka 𝜃
nyebabkan 𝜃 ̂ disebut penaksir konsisten.

d. Penaksir yang tak bias dan bervarians minimum dinamakan penaksir terbaik.

Beberapa contoh :

1) Rata-rata 𝑥
̅ untuk sampel berukuran n yang diambil dari populasi dengan rata-rata µ
merupakan penaksir tak bias untuk µ, jadi ε (𝑥
̅) = µ.
2) Varians 𝑠2 yang dihitung dengan rumus V (5) atau rumus VI (6), untuk sampel acak
berukuran n yang diambil dari populasi dengan varians 𝜎2 , adalah penaksir tak bias
untuk 𝜎2 . Akan tetapi s merupakan penaksir bias untuk σ.
3) Rata-rata sampel 𝑥
̅ adalah penaksir terbaik untuk µ, jadi untuk 𝑥
̅ itu merupakan
penaksir tak bias dan penaksir bervarians minimum.
Cara-cara menaksir

̂ sebuah harga tertentu, maka 𝜃

1) Jika parameter θ di taksir oleh 𝜃 ̂ dinamakan penaksir

atau titik taksiran.

2) Hasil taksiran dinyatakan melalui interval taksiran atau selang taksiran yaitu menaksir
harga parameter diantara batas-batas dua harga.
3) Semakin besar panjang interval, semakin percaya akan kebenaran penaksiran yang
dilakukan.
4) Hasil penaksiran yang dicari adalah interval taksiran yang sempit dan derajat
kepercayaan yang memuaskan.
5) Derajat kepercayaan menaksir disebut koefisien kepercayaan donotasikan dengan
lambang γ (gamma) yang memiiki nilai 0 < γ < 1, merupakan nilai peluang.
6) Menaksir rata-rata µ

7) Kemungkinan kondisi populasi :

σ diketahui, populasi berdistribusi normal.

8) Jika n/N > 5%, maka :

σ tidak diketahui, populasi berdistribusi normal.

9) Jika n/N > 5%, maka :

tidak diketahui, populasi berdistribusi tidak normal.

 Contoh :

Sebuah sampel acak terdiri dari 100 mahasiswa telah diambil dari sebuah universitas,
lalu nilai IQ-nya di catat.

̅ = 112 dan S = 10
Diperoleh 𝑋

1) Dapat dikatakan : IQ rata-rata untuk mahasiswa Universitas tersebut adalah 112,

̅ telah digunakan.
karena 𝑋
2) Dalam interval taksiran IQ rata-rata dengan koefisien kepercayaan 95%, maka :
a) 112 – (1,987) 10 / √100 < µ < 112 + (1,987) 10 / √100
b) 110 < µ < 114
3) Jika koefisien kepercayaan γ = 99 %, maka 𝑡𝑝 = 2,654
a) 112 – (2,654) 10 /√100 < µ < 112 + (2,654) 10 / √100
b) 109,3 < µ < 114,7

Tabel – t Sudjana

α 5% 𝑡(1−α/2 )=𝑡(1−0,05/2 )
2 Ekor 𝑡
α 1% 𝑡(1−α/2 )= 𝑡(1−0,01/2)

Tabel – t
Sudjana α 5% 𝑡(1−α/1 )= 𝑡(1−0,05/1)
1 Ekor

α 1% 𝑡(1−α/1 )= 𝑡(1−0,01/1)

Tabel – z Sudjana
5% 𝑧0,5−0,05/2= 𝑧0,475

2 Ekor

1% 𝑧0,5−0,01/2= 𝑧0,495

Tabel – z
Sudjana
5% 𝑧0,5−0,05/1= 𝑧0,45
1 Ekor

1% 𝑧0,5−0,01/1= 𝑧0,49
2. Menaksir Standar Deviasi (σ)
a. 𝑠2 adalah penaksir tak bias dari σ2
b.𝑠 adalah penaksir yang bias untuk σ
c. Selang interval taksiran untuk varians adalah

Dimana :
n = ukuran sampel
𝜒2 1/2 (1+γ) = di dapat dari tabel chi-kuadrat
Dengan p = ½ (1+γ) dan p = ½ (1-γ),
Dengan dk = n-1

Contoh :

Sebuah sampel acak berukuran 30 telah diambil dari sebuah populasi yang
berdistribusi normal dengan simpangan baku σ. Dihasilkan harga statistik 𝑠2 = 7,8.
Dengan koefisien kepercayaan 95% dan dk=29, maka dari tabel chi-kuadrat diperoleh
nilai 𝜒2 0,975 = 45,7 dan 𝜒2 0,025 = 16,0 sehingga :

Interval taksiran untuk σ adalah : 2,23 < σ < 3,75. Kita merasa 95 % percaya
bahwa simpangan baku σ aka nada dalam interval yang dibatasi oleh 2,23 dan 3,75

3. Menaksir Proporsi (π)

a. Taksiran titik untuk π adalah (x/n) dimana x adalah banyaknya peristiwa A
yang terjadi di dalam populasi.
b. Banyaknya kejadian A ini memiliki distribusi Binomial.
c. Jika dikehendaki interval penaksiran π dengan kepercayaan γ = 100%, maka :
Dimana :
P = x/n
q = 1-P
𝑍1/2 𝛾 diperoleh dari tabel distribusi normal dengan peluang ½ γ
 Contoh :

Ingin ditaksir berapa persen anggota masyarakat yang berumur 15 tahun keatas yang
termasuk kedalam golongan A. untuk itu diambil sebuah sampel acak dengan ukuran
1200 dan ternyata ada 504 orang termasuk golongan A. Jadi persentasi golongan A
dalam sampel adalah 504/1200 x 100% = 42%.

Jika ditaksir ada 42% anggota masyarakat yang berumur 15 tahun keatas, maka dalam
hal ini digunakan titik taksiran. Untuk menentukan 95% interval kepercayaan
parameter π digunakan :

P = 0,42, q=0,58 𝑍0,475 = 1,96, maka :

0,42 𝑥 0,58 0,42 𝑥 0,58

0,42 – (1,96) √ 1200
< π < 0,42 + (1,96) √ 1200

= 0,39 < π < 0,45

Kita merasa 95% yakin bahwa persentase anggota masyarakat yang termasuk
golongan A berada dalam interval 39% sampai 45%.

B. PERMASALAHAN
a. Membuat data N = 100 secara random yang diperoleh dari skripsi mahasiswa
fakultas teknik.
b. Menghitung estimasi sebuah rata-rata (mean) secara manual dan SPSS.
c. Menghitung estimasi standar deviasi secara manual dan SPSS.
d. Menghitung estimasi nilai proporsi secara manual dan SPSS.
e. Menghitung estimasi rata-rata, standar deviasi dan proporsi dengan koefisien
kepercayaan 95% dan 99%

C. PEMBAHASAN
 Cara Manual
Dalam menaksir sebuah data, digunakan tabel data tunggal. (koefisien kepercayaan
95% dan 99%)

1. Mengestimasi mean

Karena nilai dari populasi tidak diketahui, maka digunakan cara yang kedua (kondisi
𝜎 tidak diketahui, populasi berdistribusi normal). Dari data tunggal, diperoleh 𝑥
̅ = 77
dengan s = 10,75.

a. Untuk koefisien kepercayaan (𝛾) = 95%.

Saat koefisien kepercayaan (𝛾) = 95%, maka taraf kesalahan (∝) yaitu 5%. Nilai 𝑡𝑝
yaitu:

𝑡𝑝 = 𝑡1−∝ = 𝑡 5% =𝑡 0,05 = 𝑡1−0,025 = 𝑡0,975 .

2 1− 2 1− 2

Saat 𝑡0,975 , diperoleh ν atau dk = 𝑛 − 1 = 100 − 1 = 99 dan ∝ = 0,05 . Melalui tabel

T diperoleh tiga kondisi diantaranya:

dk1 = 60 dan 𝑡𝑝 1 = 2,00

𝑇𝑎𝑏𝑒𝑙 𝑇 { dk 2 = 99 dan 𝑡𝑝 2 = ?
dk 3 = 120 dan 𝑡𝑝 3 = 1,98

Maka untuk mendapatkan 𝑡𝑝 saat dk = 99, digunakan metode interpolasi.

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa dk disimbolkan sebagai x dan 𝑡𝑝 disimbolkan sebagai y. Maka menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (99 − 60)(1,98 − 2,00)

𝑦2 = [ ] + 𝑦1 = [ ] + 2,00
𝑥3 − 𝑥1 120 − 60

(39)(−0,02) −0,78
𝑦2 = [ ] + 2,00 = ( ) + 2,00 = −0,013 + 2,00
60 60

𝑦2 = 1,987.

Maka 𝑡𝑝 = 1,987. Langkah selanjutnya yaitu memasukkan nilai 𝑡𝑝 kedalam rumus:

𝑠 𝑠
̅ − 𝑡𝑝 .
𝑥 <𝜇<𝑥
̅ + 𝑡𝑝 .
√𝑛 √𝑛

10,75 10,75
77 − (1,987). < 𝜇 < 77 + (1,987).
√100 √100

77 − (1,987)1,075 < 𝜇 < 77 + (1,987)1,075

77 − (2,136) < 𝜇 < 77 + (2,136) → 74,864 < 𝜇 < 79,136.

b. Untuk koefisien kepercayaan (𝛾) = 99%

Saat koefisien kepercayaan 99%, maka taraf kesalahan (∝) yaitu 1%. Nilai 𝑡𝑝 yaitu:

𝑡𝑝 = 𝑡1−∝ = 𝑡 1% =𝑡 0,01 = 𝑡1−0,005 = 𝑡0,995 .

2 1− 2 1− 2

Saat 𝑡0,995 , diperoleh ν atau dk = 𝑛 − 1 = 100 − 1 = 99 dan ∝ = 0,01 . Melalui tabel T

diperoleh tiga kondisi diantaranya:
 dk1 = 60 dan 𝑡𝑝 1 = 2,66
𝑇𝑎𝑏𝑒𝑙 𝑇 { dk 2 = 99 dan 𝑡𝑝 2 = ?
dk 3 = 120 dan 𝑡𝑝 3 = 2,62

Maka untuk mendapatkan 𝑡𝑝 saat dk = 99, digunakan metode interpolasi.

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa dk disimbolkan sebagai x dan 𝑡𝑝 disimbolkan sebagai y. Maka menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (99 − 60)(2,62 − 2,66)

𝑦2 = [ ] + 𝑦1 = [ ] + 2,66
𝑥3 − 𝑥1 120 − 60

(39)(−0,04) −1,56
𝑦2 = [ ] + 2,66 = ( ) + 2,00 = −0,026 + 2,66
60 60

𝑦2 = 2,634.

Maka 𝑡𝑝 = 2,634. Langkah selanjutnya yaitu memasukkan nilai 𝑡𝑝 kedalam rumus.

𝑠 𝑠
̅ − 𝑡𝑝 .
𝑥 <𝜇<𝑥
̅ + 𝑡𝑝 .
√𝑛 √𝑛

10,75 10,75
77 − (2,634). < 𝜇 < 77 + (2,634).
√100 √100

77 − (2,634)1,075 < 𝜇 < 77 + (2,634)1,075

77 − (2,831) < 𝜇 < 77 + (2,831) → 74,169 < 𝜇 < 79,831.

2. Mengestimasi standar deviasi

(𝑛 − 1)𝑠2 (𝑛 − 1)𝑠2
2
< 𝜎2 < 2
𝜒 ½(1+𝛾) 𝜒 ½(1−𝛾)

Dari data tunggal pada cara 1 (tugas 1b), diperoleh 𝑠2 = 115,6 dengan s = 10,75.

a. Untuk koefisien kepercayaan (𝛾) = 95%

 Langkah pertama yaitu mencari nilai 𝜒2 untuk ½(1+𝛾) saat koefisien

kepercayaan (𝛾) = 95%, maka taraf kesalahan (∝) yaitu 5%.
2 2 2 2
𝜒 ½(1+𝛾) = 𝜒 ½(1+0,95) = 𝜒 ½(1,95) = 𝜒 0,975.
Saat 𝜒2 bernilai 0,975 diperoleh ν atau dk = 𝑛 − 1 = 100 − 1 = 99 dan ∝ = 0,05 .
Melalui tabel Chi-kuadrat diperoleh tiga kondisi diantaranya:

dk = 90 dan χ1 2 = 118,1
𝑇𝑎𝑏𝑒𝑙 𝜒 2 { dk = 99 dan χ2 2 = ?
dk = 100 dan χ3 2 = 129,6

Maka untuk mendapatkan 𝜒2 saat dk = 99, melalui metode interpolasi didapatkan:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa dk disimbolkan sebagai x dan χ2 disimbolkan sebagai y. Maka menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (99 − 90)(129,6 − 118,1)

𝑦2 = [ ] + 𝑦1 = [ ] + 118,1
𝑥3 − 𝑥1 100 − 90

(9)(11,5) 103,5
𝑦2 = [ ] + 118,1 = ( ) + 118,1 = 10,35 + 118,1
10 10
2
𝑦2 𝑎𝑡𝑎𝑢 𝜒 ½(1+𝛾) = 128,45.

 Langkah kedua yaitu mencari nilai untuk ½(1-𝛾).

2 2 2 2
𝜒 ½(1−𝛾) = 𝜒 ½(1−0,95) = 𝜒 ½(0,05) = 𝜒 0,025.

Saat 𝜒2 bernilai 0,025 diperoleh ν atau dk = 𝑛 − 1 = 100 − 1 = 99 dan ∝ = 0,05 .

Melalui tabel Chi-kuadrat diperoleh tiga kondisi diantaranya:

dk = 90 dan χ1 2 = 65,6
𝑇𝑎𝑏𝑒𝑙 𝜒 2 { dk = 99 dan χ2 2 = ?
dk = 100 dan χ3 2 = 74,2

maka untuk mendapatkan 𝜒2 saat dk = 99, digunakan metode interpolasi.

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa dk disimbolkan sebagai x dan χ2 disimbolkan sebagai y. Maka menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (99 − 90)(74,2 − 65,6)

𝑦2 = [ ] + 𝑦1 = [ ] + 65,6
𝑥3 − 𝑥1 100 − 90

(9)(8,6) 77,4
𝑦2 = [ ] + 65,6 = ( ) + 65,6 = 7,74 + 65,6
10 10
2
𝑦2 𝑎𝑡𝑎𝑢 𝜒 ½(1−𝛾) = 73,34.
  Langkah ketiga yaitu memasukkan nilai χ2 kedalam rumus:
2 2
diketahui (𝜒 ½(1+𝛾) = 128,45 dan 𝜒 ½(1−𝛾) = 73,34)

(𝑛 − 1)𝑠2 (𝑛 − 1)𝑠2
2
< 𝜎2 < 2
𝜒 ½(1+𝛾) 𝜒 ½(1−𝛾)

(100 − 1)115,6 (100 − 1)115,6

< 𝜎2 <
128,45 73,34
(99)115,6 (99)115,6 11444,4 11444,4
< 𝜎2 < = < 𝜎2 <
128,45 73,34 128,45 73,34

89,09 < 𝜎 2 < 156,04 atau 9,43 < 𝜎 < 12,49.

Dari hasil menunjukkan bahwa kita percaya 95% simpangan baku (σ) berada didalam
interval yang dibatasi oleh 9,43 dan 12,49.

b. Untuk koefisien kepercayaan 99%.

 Langkah pertama yaitu mencari nilai 𝜒2 untuk ½(1+𝛾) saat koefisien

kepercayaan (𝛾) = 99%, maka taraf kesalahan (∝) yaitu 1%.
2 2 2 2
𝜒 ½(1+𝛾) = 𝜒 ½(1+0,99) = 𝜒 ½(1,99) = 𝜒 0,995.

Saat 𝜒2 bernilai 0,995 diperoleh ν atau dk = 99 dan ∝ = 0,01. Melalui tabel Chi-kuadrat
diperoleh tiga kondisi diantaranya:

dk = 90 dan χ1 2 = 128,3
𝑇𝑎𝑏𝑒𝑙 𝜒 2 { dk = 99 dan χ2 2 = ?
dk = 100 dan χ3 2 = 140,2

maka untuk mendapatkan 𝜒2 saat dk = 99, melalui metode interpolasi didapatkan:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa dk disimbolkan sebagai x dan χ2 disimbolkan sebagai y. Maka menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (99 − 90)(140,2 − 128,3)

𝑦2 = [ ] + 𝑦1 = [ ] + 128,3
𝑥3 − 𝑥1 100 − 90

(9)(11,9) 107,1
𝑦2 = [ ] + 128,3 = ( ) + 128,3 = 10,71 + 128,3
10 10
2
𝑦2 𝑎𝑡𝑎𝑢 𝜒 ½(1+𝛾) = 139,01.
  Langkah kedua yaitu mencari nilai untuk ½(1-𝛾).
2 2 2 2
𝜒 ½(1−𝛾) = 𝜒 ½(1−0,99) = 𝜒 ½(0,01) = 𝜒 0,005.

Saat 𝜒2 bernilai 0,005 diperoleh ν atau dk = 99 dan ∝ = 0,05. Melalui tabel Chi-kuadrat
diperoleh tiga kondisi diantaranya:

dk = 90 dan χ1 2 = 59,2
𝑇𝑎𝑏𝑒𝑙 𝜒 2 { dk = 99 dan χ2 2 = ?
dk = 100 dan χ3 2 = 67,3

maka untuk mendapatkan 𝜒2 saat dk = 99, digunakan metode interpolasi.

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa dk disimbolkan sebagai x dan χ2 disimbolkan sebagai y. Maka menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (99 − 90)(67,3 − 59,2)

𝑦2 = [ ] + 𝑦1 = [ ] + 59,2
𝑥3 − 𝑥1 100 − 90

(9)(8,1) 72,9
𝑦2 = [ ] + 59,2 = ( ) + 59,2 = 7,29 + 59,2
10 10
2
𝑦2 𝑎𝑡𝑎𝑢 𝜒 ½(1−𝛾) = 66,49.

 Langkah ketiga yaitu memasukkan nilai χ2 kedalam rumus:

2 2
diketahui (𝜒 ½(1+𝛾) = 139,01 dan 𝜒 ½(1−𝛾) = 66,49)

(𝑛 − 1)𝑠2 (𝑛 − 1)𝑠2
2
< 𝜎2 < 2
𝜒 ½(1+𝛾) 𝜒 ½(1−𝛾)

(100 − 1)115,6 (100 − 1)115,6

< 𝜎2 <
139,01 66,49
(99)115,6 (99)115,6 11444,4 11444,4
< 𝜎2 < = < 𝜎2 <
139,01 66,49 139,01 66,49

82,32 < 𝜎 2 < 172,12 atau 9,07 < 𝜎 < 13,11.

Dari hasil menunjukkan bahwa kita percaya 99% simpangan baku (σ) berada didalam
interval yang dibatasi oleh 9,07 dan 13,11.

3. Mengestimasi proporsi

Dari sebuah sampel yang berjumlah 100, jumlah laki-laki diperkirakan yaitu sekitar
88 orang dan jumlah perempuan diperkirakan sekitar 12 orang. Sehingga presentasi
jumlah laki-laki dalam sampel yaitu 88⁄100 . 100% = 0,88.100% = 88%. Dalam
menentukan interval kepercayaan parameter 𝜋, diperlukan nilai koefisien kepercayaan
untuk mendapatkan skor baku. Langkah untuk mendapatkan skor baku berdasarkan
nilai koefisien kepercayaan diantaranya:

a. Untuk koefisien kepercayaan 95%.

 Langkah pertama yaitu mencari nilai 𝑍½𝛾 saat koefisien kepercayaan (𝛾) =
95% dan taraf kesalahan (∝) yaitu 5%.

𝑍½𝛾 = 𝑍½(0,95) = 𝑍0,475 atau 𝑍½−(∝⁄ ) = 𝑍½−(0,05⁄ ) = 𝑍½−0,025 = 𝑍0,475 .

2 2

Saat 𝑍½𝛾 bernilai 0,475, maka melalui tabel distribusi normal baku (tabel Z), harga Z
dapat dicari dengan cara mengalikan 0,475 dengan 1000 yaitu (0,475x1000 = 4750) lalu
mencari nilai 4750 ke dalam tabel Z dan diperoleh harga Z = 1,96. Maka parameter p
dan parameter q bisa dicari.
𝑥 jumlah laki−laki 88
𝑝=𝑛= = 100 = 0,88.
jumlah sampel

𝑥 jumlah perempuan 12
𝑞=𝑛= = 100 = 0,12 atau 𝑞 = 1 − 𝑝 = 1 − 0,88 = 0,12.
jumlah sampel

 Langkah kedua yaitu memasukkan nilai yang telah didapatkan tadi kedalam
rumus.
(𝑍0,475 = 1,96; p = 0,88; q = 0,12).

𝑝𝑞 𝑝𝑞
𝑝 − 𝑍½𝛾 √ < 𝜋 < 𝑝 + 𝑍½𝛾 √
𝑛 𝑛

(0,88)(0,12) (0,88)(0,12)
0,88 − (1,96)√ < 𝜋 < 0,88 + (1,96)√
100 100

0,105 0,105
0,88 − (1,96)√ < 𝜋 < 0,88 + (1,96)√
100 100

0,88 − (1,96)√10,5𝑥10−4 < 𝜋 < 0,88 + (1,96)√10,5𝑥10−4

0,88 − (1,96)(0,0324) < 𝜋 < 0,88 + (1,96)(0,0324)

0,88 − 0,0635 < 𝜋 < 0,88 + 0,0635

0,8165 < 𝜋 < 0,9435.

Sehingga, kita merasa yakin bahwa persentase siswa yang berjumlah laki-laki berada
dalam interval antara 81,65% sampai dengan 94,35%.

b. Untuk koefisien kepercayaan 99%.

  Langkah pertama yaitu mencari nilai 𝑍½𝛾 saat koefisien kepercayaan (𝛾) =
99% dan taraf kesalahan (∝) yaitu 1%.

𝑍½𝛾 = 𝑍½(0,99) = 𝑍0,495 atau 𝑍½−(∝⁄ ) = 𝑍½−(0,01⁄ ) = 𝑍½−0,005 = 𝑍0,495 .

2 2

Melalui tabel distribusi normal baku (tabel Z), harga Z dapat dicari dengan cara
mengalikan 0,495 dengan 1000 yaitu (0,495x1000 = 4950) lalu mencari nilai 4950 ke
dalam tabel Z. Diperoleh harga Z = 2,575 (harga Z didapat melalui proses interpolasi).
Proses Interpolasi dilakukan melalui cara sebagai berikut:

Saat 𝑍½𝛾 bernilai 4950, melalui tabel Z diperoleh tiga kondisi diantaranya:

𝑍½𝛾 = 4949 dan Z1 = 2,57

𝑇𝑎𝑏𝑒𝑙 𝑍 { 𝑍½𝛾 = 4950 dan Z2 = ?
𝑍½𝛾 = 4951 dan Z3 = 2,58

maka untuk mendapatkan 𝑍 saat 𝑍½𝛾 = 4950, digunakan metode interpolasi.

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 )
[ ] + 𝑦1 = 𝑦2
𝑥3 − 𝑥1

Anggap bahwa 𝑍½𝛾 disimbolkan sebagai x dan Z disimbolkan sebagai y. Maka menjadi:

(𝑥2 − 𝑥1 )(𝑦3 − 𝑦1 ) (4950 − 4949)(2,58 − 2,57)

𝑦2 = [ ] + 𝑦1 = [ ] + 2,57
𝑥3 − 𝑥1 4951 − 4949

(1)(0,01) 0,01
𝑦2 = [ ] + 2,57 = ( ) + 2,57 = 0,005 + 2,57
2 2

𝑦2 𝑎𝑡𝑎𝑢 Z2 = 2,575.

Maka parameter p dan parameter q bisa dicari.

𝑥 jumlah laki−laki 88
𝑝=𝑛= = 100 = 0,88.
jumlah sampel

𝑥 jumlah perempuan 12
𝑞=𝑛= = 100 = 0,12 atau 𝑞 = 1 − 𝑝 = 1 − 0,88 = 0,12.
jumlah sampel

 Langkah kedua yaitu memasukkan nilai yang telah didapatkan tadi kedalam
rumus.
(𝑍0,495 = 2,575; p = 0,88; q = 0,12).

𝑝𝑞 𝑝𝑞
𝑝 − 𝑍½𝛾 √ < 𝜋 < 𝑝 + 𝑍½𝛾 √
𝑛 𝑛

(0,88)(0,12) (0,88)(0,12)
0,88 − (2,575)√ < 𝜋 < 0,88 + (2,575)√
100 100
 0,105 0,105
0,88 − (2,575)√ < 𝜋 < 0,88 + (2,575)√
100 100

0,88 − (2,575)√10,5𝑥10−4 < 𝜋 < 0,88 + (2,575)√10,5𝑥10−4

0,88 − (2,575)(0,0324) < 𝜋 < 0,88 + (2,575)(0,0324)

0,88 − 0,0834 < 𝜋 < 0,88 + 0,0834

0,7966 < 𝜋 < 0,9634.

Sehingga, kita merasa yakin bahwa persentase siswa yang berjumlah laki-laki berada
dalam interval antara 79,66% sampai dengan 96,34%.

 Cara SPSS
a.Estimasi mean

a. Koefisien Kepercayaan 95%

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Nilai 100 100.0% 0 0.0% 100 100.0%

Descriptives

Statistic Std. Error

Mean 77.5800 .76332

95% Confidence Interval for Lower Bound 76.0654

Mean Upper Bound 79.0946

5% Trimmed Mean 77.8000

Median 80.0000

Variance 58.266

Nilai Std. Deviation 7.63323

Minimum 60.00

Maximum 93.00

Range 33.00

Interquartile Range 7.00

Skewness -.479 .241

Kurtosis .158 .478

b. Koefisien kepercayaan 99%

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Nilai 100 100.0% 0 0.0% 100 100.0%

Descriptives

Statistic Std. Error

Mean 77.5800 .76332

99% Confidence Interval for Lower Bound 75.5752

Mean Upper Bound 79.5848

5% Trimmed Mean 77.8000

Median 80.0000
Nilai
Variance 58.266

Std. Deviation 7.63323

Minimum 60.00
Maximum 93.00

Range 33.00
 Interquartile Range 7.00

Skewness -.479 .241

Kurtosis .158 .478

b.Estimasi standar deviasi dan simpangan baku

Untuk statistik sampel pada standar deviasi dan simpangan baku tidak tersedia dalam
program SPSS.

c.Estimasi proporsi

Untuk statistik sampel pada proporsi tidak tersedia dalam program SPSS.

C.KESIMPULAN

1. Dari hasil estimasi untuk rata-rata (mean), diperoleh harga taksiran untuk koefisiensi
kepercayaan 95% yaitu 74,864 < 𝜇 < 79,136 dan harga taksiran untuk koefisiensi
kepercayaan 99% yaitu 74,169 < 𝜇 < 79,831. Hal ini berarti kami percaya 95%
bahwa rata-rata dari populasi berada pada rentang antara 74,864 dan 79,136 serta
 kami juga percaya 99% bahwa rata-rata populasi berada pada interval yang dibatasi
oleh rentang 79,169 dan 79,831.

2. Dari hasil estimasi untuk standar deviasi, diperoleh harga taksiran untuk koefisiensi
kepercayaan 95% yaitu 89,09 < 𝜎 2 < 156,04 dan harga taksiran untuk koefisiensi
kepercayaan 99% yaitu 82,32 < 𝜎 2 < 172,12. Hal ini berarti kami percaya 95% bahwa
standar deviasi atau variansi dari populasi berada pada rentang antara
89,09 dan 156,04 serta kami juga percaya 99% bahwa standar deviasi atau variansi
populasi dibatasi oleh interval antara 82,32 dan 172,12.

3. Dari hasil estimasi untuk simpangan baku, diperoleh harga taksiran untuk koefisiensi
kepercayaan 95% yaitu 9,43 < 𝜎 < 12,49 dan harga taksiran untuk koefisiensi
kepercayaan 99% yaitu 9,07 < 𝜎 < 13,11. Hal ini berarti kami percaya 95% bahwa
simpangan baku dari populasi berada pada rentang antara 9,43 dan 12,49 serta kami
juga percaya 99% bahwa simpangan baku populasi dibatasi oleh interval antara 9,07
dan 13,11.

4. Dari hasil estimasi untuk proporsi, diperoleh harga taksiran untuk koefisiensi
kepercayaan 95% yaitu 0,8165 < 𝜋 < 0,9435 dan harga taksiran untuk koefisiensi
kepercayaan 99% yaitu 0,7966 < 𝜋 < 0,9634. Hal ini berarti kami percaya 95%
bahwa persentase siswa laki-laki dalam populasi berada pada rentang antara
81,65% dan 94,35% serta kami juga percaya 99% bahwa persentase siswa laki-laki
dibatasi oleh interval antara 79,66% sampai 96,34%.
 DAFTAR PUSTAKA

Basuki, Ismet. 2005. Handout 4 Mata Kuliah Statistika ( Print Out Power Point).
Sudjana. 1992. Metoda Statistika. Bandung: Tarsito.
 LAMPIRAN
a. Plagiarism Detector