BAB 9

ESTIMASI
Pengumpulan data kuantitatif dengan jalan
melakukan penelitian sampling akan
diperoleh ukuran-ukuran sampel yang
disebut statistik yang berguna dalam
mengestimasi (menduga) ukuran-ukuran
populasi yang dikenal dengan istilah
parameter yang pada umumnya belum
diketahui apabila jumlah populasinya sangat
besar dan tidak memungkinkan untuk
meneliti seluruhnya, baik karena biaya, waktu
dan tenaga, sehingga dilakukan sampling.
3.1. Estimasi Titik dan Estimasi Interval
• Estimasi titik (point estimation) merupakan
pendugaan yang terdiri dari satu nilai penduga saja.
Contohnya: rata-rata pemakaian listrik rumah
tangga keluarga di Desa Sukamaju dengan daya 900
watt adalah sebesar 100 kw per bulan. Apabila kita
mengambil sampel di desa lain atau di daerah
lainnya, mungkin saja akan diperoleh kesimpulan
yang berbeda, bisa 105 kw, 95 kw, atau yang
lainnya.
3.2. Estimasi Titik dan Estimasi Interval
• Estimasi titik (point estimation) merupakan
pendugaan yang terdiri dari satu nilai penduga saja.
Contohnya: rata-rata pemakaian listrik rumah
tangga keluarga di Desa Sukamaju dengan daya 900
watt adalah sebesar 100 kw per bulan. Apabila kita
mengambil sampel di desa lain atau di daerah
lainnya, mungkin saja akan diperoleh kesimpulan
yang berbeda, bisa 105 kw, 95 kw, atau yang
lainnya.
• Estimasi titik ini hanya mencerminkan penduga
tunggal seperti rata-rata atau proporsi akan
memberikan hasil yang kurang meyakinkan. Oleh
karena itu digunakanlah estimasi interval. yaitu
menduga harga parameter di antara dua batas
nilai, yaitu batas bawah dan batas atas, sehingga
apa yang diestimasi mengandung pendugaan
nilai terendah dan nilai tertinggi sesuai dengan
besarnya tingkat keyakinan intervalnya
(Confidence Interval).
3.3. Estimasi Rata-rata

• Estimasi rata-rata berdasarkan atas jumlah

sampel yang digunakan dibagi menjadi 2,
yaitu: sampel besar (n > 30) dan sampel kecil
(n < 30).
 3.3.1. Sampel Besar
• Untuk menduga interval rata-rata pada sampel
besar dapat digunakan rumus berikut:
• μ= X ± Z SEM
α SEM =
SD
2 N
• SEM = standard error of mean
• SEM sering juga disingkat dengan istilah error.
• Contoh:
• Sebuah sampel random yang terdiri dari 40 nilai
ujian mahasiswa untuk mata kuliah statistik,
diperoleh informasi nilai rata-rata 70 dengan
standar deviasi 10.
• Buatlah estimasi nilai rata-rata mahasiswa yang
mengikuti ujian mata kuliah statistik dengan
tingkat keyakinan 95%.
• Jika nilai estimasi interval rata-rata dari 400
mahasiswa adalah 70 ± 4, tentukan tingkat
keyakinannya.
• Jawaban:
– Estimasi nilai rata-rata mahasiswa yang mengikuti
ujian mata kuliah statistik dengan tingkat
keyakinan 95%

SD
 = X ±Z
 N
2

• Penentuan nilai Z tabel

Z =Z =Z = 1,96
 0,05 0.025
2 2
• Perhitungan estimasi interval mengenai rata-
rata
10 10
 = 70 ± 1,96  = 70 ± 1,96
40 6,324555
 = 70 ± 1,96 (1,5811)
 = 70  3,10
70 − 3,10    70 + 3,10
66,90    73,10

• Jadi nilai rata-rata mahasiswa yang mengikuti

ujian mata kuliah statistik berkisar antara
66,90 sampai dengan 73,10.
Jika nilai estimasi interval rata-rata dari 400 mhs
adalah 70 ± 4, maka tingkat keyakinannya adalah:

 = 70 ± 4 Z =
4
 1,5811
10 2
Z =4
 40 Z = 2,53
2 
Z (1,5811) = 4
2

2
• Luas kurva normal pada Z = 2,53adalah 0,4943

• Oleh karena itu maka tingkat
2 keyakinannya adalah
0,4943 x 2 = 0,9886 atau 98,86 persen.
3.3.2. Sampel Kecil

• Untuk menduga interval rata-rata pada sampel kecil

dapat digunakan rumus berikut:

 = X ±t SEM SD
( ; n − 1) SEM =
N
2

Contoh:
Sebuah sampel pendapatan per hari yang diperoleh
dari 6 orang pedagang bakso keliling sebagai berikut:
 Pedagang
Pendapatan
Bakso
A Rp 30 ribu
B Rp 32 ribu
C Rp 32 ribu
D Rp 28 ribu
E Rp 25 ribu
F Rp 30 ribu

• Buatlah estimasi titik rata-rata pendapatan per

hari para pedagang bakso.
• Buatlah estimasi interval rata-rata pendapatan
per hari para pedagang bakso pada timgkat
keyakinan 95%.
• Tentukan besarnya standar error pada timgkat
keyakinan 95%.
Jawaban:
a. Estimasi titik rata-rata pendapatan per hari para
pedagang bakso
Pedagang
Bakso
Pendapatan (X − X ) (X − X ) 2

A 30 0.5 0.25
B 32 2.5 6.25
C 32 2.5 6.25
D 28 -1.5 2.25
E 25 -4.5 20.25
F 30 0.5 0.25
Jumlah 177 0 35.5
 X X=
177
= 29,5
X =
n 6

Besarnya estimasi titik rata-rata adalah sebesar Rp

29,5.ribu.

b. Estimasi interval rata-rata pendapatan per hari

para pedagang bakso pada tingkat keyakinan
95%.
Menghitung nilai standar deviasi
σ(Xi − X)2 SD =
35.5
= 7,1 = 2,6646
SD = 6 −1
N−1
Menentukan nilai t-tabel
t =t =t = 2,571
 : n -1 0,05 0,025 : 5
2 :6 - 1
2
Perhitungan estimasi interval
2,6646
 = 29,5 ± 2,571
6
 = 29,5 ± 2,571(1,088)  = 29,5 ± 2.797
29,5 - 2.797    29,5 + 2.797
26,703    32,297
Jadi rata-rata pendapatan per hari para pedagang
bakso pada tingkat keyakinan 95% berkisar
antara 26,703 dan 32,297.
c. Besarnya standar error (standard error of mean =
SEM) pada timgkat keyakinan 95%.
SD
SEM = = 1,088 (lihat jawaban b di atas).
N
3.4. Estimasi Perbedaan Dua Mean Untuk
Sampel Independen
Perbedaan dua mean untuk sampel independen
maksudnya adalah kita memiliki 2 data yang sejenis
yang diambil dari 2 kelompok sampel yang berbeda.

3.4.1. Sampel Besar

Untuk melakukan pendugaan perbedaan dua mean
dari sampel independent pada sampel besar (n1 + n2
>30) digunakan rumus sebagai berikut:
 S2 S2
 − = (X − X ) ± Z 1 + 2
1 2 1 2  n n
2 1 2
 = estimasi rata-rata populasi pertama
1
 = estimasi rata-rata populasi kedua
2
X = rata-rata sampel pertama
1
X = rata-rata sampel kedua
2
S2 = standar deviasi kuadrat sampel pertama
1
S2 = standar deviasi kuadrat sampel kedua
2
n = jumlah sampel pertama
1
n
2 = jumlah sampel kedua
Contoh:

Dari 100 sampel yang diambil di kota A

menunjukkan rata-rata pendapatan per bulan
keluarga sebesar Rp 850.000 dengan standar
deviasi Rp 54.000. Sampel lain di kota B yang terdiri
dari 80 keluarga menunjukkan rata-rata pendapatan
per bulan keluarga sebesar Rp 800.000 dengan
standar deviasi Rp 50.000. Dengan tingkat
keyakinan 95 % buatlah estimasi perbedaan rata-
rata pendapatan per bulan keluarga di kedua kota
tersebut.
Jawaban:
X
A
= 850 S = 54 n = 100
A A
X = 800 S = 50 n = 80
B B B

S 2 S 2
 − = (X − X )± Z A+ B
A B A B  n n
2 A B

Penentuan nilai Z-tabel

Z =Z =Z = 1,96
 0,05 0.025
2 2
Penghitungan estimasi interval perbedaan dua
rata-rata
54 2 50 2
 −  = (850 − 800) ± 1,96 +
A B 100 80
2.916 2.500
 − = 50 ± 1,96 +
A B 100 80

 − = 50 ± 1,96 29,16 + 31,25

A B
 − = 50 ± 1,96 60,41  − = 50 ± 1,96(7,772)
A B A B

 − = 50 ± 15,234 50 - 15,234   −   50 + 15,234

A B A B
34,766   −  65,234
A B
Dikalikan dengan Rp 1.000, maka hasilnya

Rp 34.766   A −  B  Rp 65.234
Dengan tingkat keyakinan 95 %, maka perbedaan
rata-rata pendapatan perbulan antara keluarga
yang berasal dari kota A dengan yang berasal dari
kota B berkisar antara Rp 34.766 dan Rp 65.234.
3.4.2. Sampel Kecil

Apabila n < 30 (n1 + n2 < 30) , maka rumus yang

digunakan adalah:

 (n − 1) S 2 + (n − 1) S 2 
 1 1 2 2  1 1 
 −  = ( X − X ) ± t   + 
1 2 1 2  
 n +n −2  n1 n2 
 ; n + n − 2 

2 1 2   1 2 
Contoh 1:
Suatu perusahaan taksi ingin menentukan apakah
membeli ban merek A atau merek B untuk armada
taksinya. Untuk mengestimasi perbedaan kedua
merek tersebut dilakukan suatu percobaan dengan
menggunakan 10 buah ban dari masing-masing
merek. Ban digunakan sampai aus. Hasilnya: rata-
rata jarak tempuh ban merek A sejauh 38.000 km
dengan standar deviasi sebesar 6.000 km,
sedangkan rata-rata jarak tempuh ban merek B
sejauh 36.000 km dengan standar deviasi sebesar
5.000 km. Dengan tingkat keyakinan 95 %, buatlah
estimasi perbedaan dua mean.
Jawab:

X = 38 S =6 n = 10
A A A
X = 36 S =5 n = 10
B B B

Penentuan nilai t-tabel

t = t = t = 2,101
  ;n + n − 2 
  0,05 
  0,025 ;18 
   ;10 + 10 − 2 
 
 2 A B  
 2 

Perhitungan estimasi interval perbedaan dua rata-
rata
 (n − 1) S 2 + (n − 1) S 2 
 A A B B  1 1 
 −  = ( X − X ) ± t   +

 n A n B 

A B A B
 ; n + n − 2   n +n −2
 2 A B   A B 

 (10 − 1)(6) 2 + (10 − 1)(5) 2  1 1 

 −  = (38 − 36) ± 2,101   + 
A B  10 + 10 − 2  10 10 
 

 (9)(36) + (9)( 25)  2 

 −  = (38 − 36) ± 2,101   
A B  18  10 

 324 + 225  1 
 −  = 2 ± 2,101   
A B  18  5 
  549  1 
 −  = 2 ± 2,101   
A B  18  5 

 −  = 2 ± 2,101 (30,5 )(0,2)

A B
 −  = 2 ± 2,101 6,10
A B
 −  = 2 ± 2,101 ( 2.4698)
A B
 −  = 2 ± 5.189
A B
2 - 5.189   −   2 + 5.189
A B
− 3,189   −   7,189
A B
Dikalikan dengan 1.000, maka hasilnya

− 3.189   −   7.189
A B

Dengan tingkat keyakinan 95 %, maka perbedaan

rata-rta jarak tempuh penggunaan ban merek A
dengan merek B berkisar antara -3.189 km dan
7.189 km.
Contoh 2:
Berikut adalah sampel usia karyawan pada saat
mulai menduduki jabatan manajer pada dua
perusahaan multinasional yaitu perusahaan A dan
perusahaan B.
Sampel Perusahaan A Perusahaan B
1 38 tahun 36 tahun
2 48 tahun 37 tahun
3 34 tahun 36 tahun
4 36 tahun 33 tahun
5 32 tahun 47 tahun
6 31 tahun 46 tahun
7 45 tahun 39 tahun
8 32 tahun 38 tahun
Pada tingkat keyakinan 95 %, hitunglah perbedaan
usia karyawan ketika mulai menduduki jabatan
manajer di kedua perusahaan tersebut.
Jawaban:
 XA 296
X = X = = 37
A N A 8
A

(X − X )2 282
S = A A S = = 40,286 = 6,347
A N −1
A
A 8 −1

S 6,347
6,347
SEM
A
= A
SEM = = = 2,244
N
A
A 2,828427 2,828427
 XB 312
X
B
= X = = 39
N
B B 8
 (X − X )2 172
S = B
N −1
B
S = = 24,571 = 4,957
B
B B 8 −1
S 4,957 4,957
SEM = B SEM = = = 1,753
B n B 2,828427 2,828427
B

Menentukan nilai t-tabel

t = t = t = 2,145
  ;n + n − 2 
  0,05
;8 + 8 − 2

 

0,025 ;14 

   
 2 A B  
 2 

Perhitungan perbedaan dua sampel independen
 (n − 1) S 2 + (n − 1) S 2 
 A A B B  1 1 
 −  = ( X − X ) ± t    + 
A B A B  n +n −2
 ; n + n − 2    n A n B 

2 A B   A B 

 (8 − 1)(6,347 ) 2 + (8 − 1)(4,957 ) 2  1 1 
 −  = (37 − 39) ± 2,145   + 
A B  8+8−2  8 8 
 

 (7)( 40,286 ) + (7)( 24,571)  2 

 −  = −2 ± 2,145   
A B  14  8 

 282 + 172 
 −  = −2 ± 2,145 
A B  (0,25 )
 14 
  454 
 A −  B = −2 ± 2,145  (0,25 )
 14 
 −  = −2 ± 2,145 (32,429 )(0,25)
A B
 −  = −2 ± 2,145 8,107
A B
 − = −2 ± 2,145 (2,847 )
A B
 −  = −2 ± 6,107 − 2 - 6,107   −   −2 + 6,107
A B A B
− 8,107   −   4,107
A B
Dengan tingkat keyakinan 95 %, maka perbedaan rata-rata
usia karyawan untuk menduduki jabatan manajer antara
perusahaan multinasional A dan perusahaan multinasiona
B berkisar antara -8.107 tahun dan 4.107 tahun.
3.5. Estimasi Perbedaan Dua Mean Untuk
Sampel Berpasangan

Apabila kita memiliki 2 data yang sejenis yang

diambil dari satu kelompok sampel pada situasi
yang berbeda, maka kita sebut sebagai sampel
berpasangan.
Untuk melakukan pendugaan perbedaan dua mean
dari sampel berpasangan digunakan rumus:
 − = D ±t S
1 2 ( ; n − 1) D
2
2
SD  (D − D )
S = SD =
D n n −1

D
D=
n

D = perbedaan setiap pasang nilai

S
D = standar error
SD = standar deviasi dari perbedaan rata-rata
Contoh:
Sebuah sampel sebanyak 10 pengeluaran rumah
tangga yang dialokasikan untuk konsumsi per hari di
desa A sebelum dan sesudah kenaikan harga BBM
sebagai berikut (dalam Rp ribuan):
Rumah Tangga Sebelum Sesudah
1 20 25
2 25 32
3 20 26
4 27 35
5 30 40
6 25 32
7 20 25
8 23 30
9 20 26
10 28 35
Buatlah estimasi interval perbedaan pengeluaran
konsumsi rata-rata per hari rumah tangga keluarga
di desa A dengan tingkat keyakinan 95 %.

Jawaban:
  D 68
D= = = 6,8
n 10
2
 (D − D )
SD =
n −1

19,60 19,60
SD = = = 2,1778 = 1,4757
10 − 1 9

SD 1,4757 1,4757
S = = = = 0.4667
D n 10 3.1623
Perhitungan perbedaan rata-rata dua sampel
berpasangan
 − = D ±t S
1 2 ( ; n − 1) D
2
 −  = 6,8 ± t 0,4667
1 2 0,05
( ;10 − 1)
2

 −  = 6,8 ± t 0,4667
1 2 (0,025 ; 9)

 −  = 6,8 ± 2,262(0,4667 )
1 2
 −  = 6,8 ± 1,0556 6,8 - 1,056   −   6,8 + 1,056
1 2 1 2

5,744   −   7,856
1 2
3.6. Estimasi Mengenai Proporsi

Pendugaan parameter proporsi dapat dilakukan

dengan mempergunakan proporsi sampel x () n
apabilla jumlah sampel yang dipilih besar (n >
30). Adapun rumus yang digunakan adalah:

pq
P= p  Z
 n p= x
2 n
q = 1− p atau p =1−  
 x
n
Contoh:
Suatu penelitian dilakukan oleh sebuah perguruan
tinggi swasta terhadap ketepatan waktu
pembayaran SPP dari para mahasiswanya. Dari 100
mahasiswa yang diteliti ternyata terdapat 60
mahasiswa mengalami keterlambatan. Dengan
tingkat keyakinan 95 %, buatlah estimasi interval
proporsi dari mahasiswa yang mengalami
keterlambatan pembayaran SPP.
Jawaban:
n = 100 Z =Z = 1,96 p = x = 60 = 0,6
 0,025
2
n 100
x = 60
0,6(0,4) 0,24
P = 0,6  1,96 P = 0,6  1,96
100 100

P = 0,6  1,96 0,0024 P = 0,6  1,96(0,049)

P = 0,6  0,096 0,6 − 0,096  P  0,6 + 0,096

0,504  P  0,696
Jadi proporsi mahasiswa yang mengalami
keterlambatan pembayaran SPP berkisar antara
50,4 persen sampai dengan 69,6 persen.
3.7. Estimasi Perbedaan Dua Proporsi
Perbedaan dua proporsi maksudnya adalah kita
memiliki 2 data yang sejenis yang diambil dari 2
kelompok sampel yang berbeda. Untuk mengetahui
perbedaan dua proporsi digunakan rumus sebagai
berikut:

1 2 1
(
P −P = p − p Z
2 
) pq
n
p q
1 1+ 2 2
n
2 1 2
Contoh
Bila dari 200 perokok terdapat 46 orang yang lebih
menyukai merek A dan 18 orang dari 150 perokok di
daerah lain lebih menyukai merek B. Dengan tingkat
keyakinan 98 %, hitunglah perbedaan proporsi
kedua merek rokok tersebut.
Jawab
Penghitungan p dan q
x1 = 46 n1 = 200 x = 18 n = 150
2 2

p = 46 = 0,23 p = 18 = 0,12
1 200 2 150

q1 = 1 − 0,23 = 0,77 q2 = 1 − 0,12 = 0,88

Penghitungan nilai Z tabel
Z =Z =Z = 2,326
 0,02 0,01
2 2

Penghitungan perbedaan dua proporsi

1 2 1
(
P −P = p − p Z
2 
) pq
n
p q
1 1+ 2 2
n
2 1 2

P − P = (0,23 − 0,12 )  2,326

0,23(0,77) 0,12(0,88)
+
1 2 200 150

0,23(0,77) 0,12(0,88)
P − P = 0.11  2,326 +
1 2 200 150
 0,1771 0,1056
P − P = 0.11  2,326 +
1 2 200 150
P − P = 0.11  2,326 0,00089 + 0,00070
1 2
P − P = 0.11  2,326 0,00159
1 2
P − P = 0.11  2,326 (0,0399 )
1 2
P − P = 0.11  0,0927
1 2
0,017  P − P  0,203
0.11 − 0,0927  P − P  0.11 + 0,0927
1 2 1 2
Jadi perbedaan proporsi perokok yang menyukai
merek A dengan yang menyukai merek B berkisar
antara 1,7 persen sampai dengan 20,3 persen.
 SOAL 1
Suatu perusahaan menyatakan bahwa produk diet dapat
menurunkan berat badan seseorang sebanyak 4 Kg dalam
waktu dua minggu. Diambil sampel acak sebanyak 7 wanita
yang menggunakan diet tersebut dicatat berat badannya
sebelum dan sesudah jangka waktu dua minggu sebagai berikut
(dalam kg):
Berat sebelum Berat sesudah
62,3 57,1
Buatlah estimasi interval 64,5 58,5
perbedaan berat badan 62,7 58,0
rata-rata ke 7 wanita 69,1 62,2
64,2 58,6
tersebut dengan tingkat
62,5 60,0
keyakinan 95 %. 56,6 54,3
70,1 67,1
SOAL 2
Hitunglah perbedaan dua mean pada tingkat
keyakinan 95 % bila ban dari masing-masing merek
dipasang secara acak di roda belakang delapan taksi
dan jarak tempuhnya adalah:
Merek A Merek B
38.200 36.500
48.400 37.700
34.400 36.500
36.700 32.100
32.700 47.800
31.100 46.800
45.400 39.100
32.500 38.800
SOAL 3

Bila dari 100 orang yang makan siang di restoran

A cabang I terdapat 60 orang yang lebih
menyukai menu “M” dan 40 orang dari 120
orang yang makan siang di restoran A cabang II.
Dengan tingkat keyakinan 99 %, hitunglah
perbedaan proporsi yang menyukai menu “M”
dari kedua cabang tersebut.