bab - 9 estimasi parameter
TRANSCRIPT
BAB 9
ESTIMASI
PARAMETER
ESTIMASI PARAMETER
Pengantar
Uraian dalam bab ini membahas tentang pengertian estimasi dan
bagaimana cara melakukan estimasi parameter. Untuk lebih mudah
memahami uraian tentang estimasi parameter ini, disarankan pembaca
mempelajari bab 10 tentang distribusi sampling, karena dalam melakukan
estimasi parameter diperlukan distribusi statistik dan galat baku statistik
sebagai kerangka estimasinya.
Dalam kesempatan yang terbatas ini hanya akan diuraikan estimasi
parameter dengan bilangan statistik yang sering ditemui, yaitu; rerata, dan
proporsi.
Setelah mempelajari pokok bahasan ini pembaca diharapkan dapat
memperoleh pemahaman tentang :
1. pengertian estimasi
2. penggunaan galat baku statistik sebagai alat estimasi.
3. cara melakukan estimasi parameter dengan statistik secara benar.
115
ESTIMASI PARAMETER
A. Pengertian dan Prosedur Estimasi
Melakukan estimasi berarti menaksir keadaan parameter dengan
menggunakan statistik. Dari sebuah populasi dapat diperoleh berbagai
macam parameter, demikian juga dari suatu sampel juga dapat dihitung
berbagai statistiknya. Oleh karena itu dengan sebuah sampel kita dapat
menaksir berbagai macam parameter. Yang perlu diperhatikan adalah
bahwa statistik penaksir itu harus sejenis dengan parameternya.
Pada umumnya estimasi parameter menempuh langkah-langkah :
1. Menetapkan besaran parameter yang akan diestimasi
2. Memilih kerangka estimasi, yaitu distribusi sampling yang sejenis
dengan besaran parameter yang akan diestimasi.
3. Menentukan taraf kepercayaan
4. Proses perhitungan
5. Membuat kesimpulan berdasarkan proses perhitungan
Pada pokok bahasan ini hanya akan dibahas estimasi rerata dan proporsi.
B. Estimasi Rerata
Distribusi sampling selalu mendekati distribusi normal, oleh karena
itu dapat diberlakukan sifat-sifat kurve normal. Dengan asumsi tersebut
dengan sebuah rerata yang diperoleh dari satu sampel random, kita dapat
menyatakan probabilitas letak rerata statistik itu dalam distribusi sampling
rerata, seandainya kita mengadakan penyelidikan pada sampel-sampel
yang kita ambil berulangkali dari populasi yang sama. Hal ini juga sama
dengan mengadakan estimasi tentang probabilitas letak rerata parametrik
(Mp) kalau kita mengadakan penyelidikan serupa dari sampel-sampel yang
kita ambil secara terus menerus dari populasi tersebut. Tetapi pada
kenyataannya kita tidak pernah mengambil sampel berulang kali. Oleh
karena itu harus menyadari bahwa rerata statistik yang diperoleh dari
sampel yang diselidiki tidak identik dengan rerata parametriknya (M p)
116
yang tidak pernah kita selidiki. Artinya rerata statistik (M S) yang kita
peroleh mungkin terletak di atas atau di bawah rerata parametriknya (M p).
namun demikian kita tidak perlu risau karena dengan menggunakan galat
baku rerata (SDM) kita dapat melakukan penaksiran terhadap letak rerata
parametrik (Mp).
Dalam penaksiran ataupun penelitian biasanya digunakan taraf
kepercayaan 95% atau 99%. Taraf kepercayaan 95% berarti taraf
kesalahan (toleransi kesalahan) 5% dan taraf kepercayaan 99% berarti
taraf kesalahannya 1%. Dalam distribusi normal persentase sebesar 95%
terletak antara Z = -1,96 dan Z = 1,96, sedang persentase sebesar 99%
terletak antara Z = -2,58 dan Z = 2,58.
Gambar 9.1 Lebar Interval kepercayaan
Dengan demikian kita dapat melakukan estimasi dengan taraf keyakinan
95% mengenai rerata parametrik, dengan rumus :
…. Rumus 9.1
Dan jika digunakan taraf keyakinan 99%, maka rumusnya :
…. Rumus 9.2
MP = Rerata parameterMS = Rerata statistikSDM = Galat baku rerata; sebagai ukuran variasi rerata sampel sekitar
rerata populasi.
117
-1,96 1,96
-2,58 2,58
95%
99%
Mp = MS + 1,96 SDM
Mp = MS + 2,58 SDM
Contoh 1 :
Dari sampel acak berukuran n = 50, diperoleh rerata (M) = 70 dan
simpangan baku (SD) = 7.
Berdasarkan data statistik tersebut kita dapat melakukan estimasi rerata
parameter (Mp) sebagai berikut :
Ms = 70 n = 50 SD = 7
Maka,
Dengan demikian jika digunakan interval kepercayaan 95% :
Mp = Ms + 1,06 SDM
= 70 + 1,96 (1)
= 70 + 1,96
Jika digunakan interval kepercayaan 99%
Mp = Ms + 2,58 SDM
= 70 + 2,58 (1)
= 70 + 2,58
Contoh 2 :
Jika dari sampel acak berukuran n = 30 diperoleh data seperti tabel 8.3 di
depan, berapakah rerata parameternya, jika kita estimasi dengan taraf
kepercayaan 95% dan 99%.
Dari tabel 10.3, jika dihitung reratanya diperoleh :
SDM = 0,768
Maka rerata parametriknya dengan t.k. 95%
Mp = MS + 1,96 SDM
= 24,9 + 1,96 (0,768)
= 24,9 + 1,505
118
Jika dengan tk. 99%, maka :
Mp = MS + 2,58 SDM
= 24,9 + 2,58 (0,768)
= 24,9 + 1,981
Jika kita perbandingkan rumus 9.1 dan rumus 9.2, serta hasil
perhitungan dari contoh di atas, tampak jelas bahwa estimasi dengan
taraf kepercayaan 99% memiliki interval yang lebih panjang daripada taraf
kepercayaan 95%. Dengan demikian, berarti bahwa estimasi dengan
tingkat kepercayaan semakin tinggi, maka intervalnya semakin luas.
Selanjutnya perhatikan pula rumus tampak bahwa n
atau ukuran sampel sangat menentukan besarnya SDM. Jika n atau
besarnya sampel bertambah besar, maka SDM akan semakin kecil. Jika n
bertambah terus, maka SDM akan mendekati nol. Bahkan jika n sama
besarnya dengan populasi (Total Sampel), maka SDM-nya = 0. Hal ini
disebabkan karena besarnya sampel sama dengan populasi sehingga
tidak ada lagi variabilitas yang disebabkan oleh kesalahan sampling.
Perlatihan 9.1.
1. Dari sebuah sampel berukuran n = 50 diperoleh M = 100 dan SD = 12. Jika
dilakukan estimasi dengan taraf kepercayaan 99%, berapakah rerata
parametriknya (MP) ?
2. Dari suatu survey kepuasan pelanggan oleh suatu perusahaan penyedia
layanan jasa terhadap sampel berukuran n = 150 diperoleh M = 400 dan
SD = 25. Jika dilakukan estimasi dengan taraf kepercayaan 95%,
berapakah rerata parametriknya (MP) ?
3. Di bawah ini adalah data dari sampel yang diambil secara random.
119
Tabel 9.1. Skor kecemasan 80 mahasiswa Interval f
35 – 39
30 – 34
25 – 29
20 – 24
15 – 19
10 – 14
5
19
30
15
7
4
Tentukan berapakah Mpnya, jika kamu lakukan estimasi dengan taraf
kepercayaan 95% maupun 99% ?
4. Tentukanlah rerata parametrik (MP) dari data dari sampel di bawah ini.
Tabel 9.2. Skor keuletan mahasiswa
Interval f
70 – 80
59 – 69
48 – 58
37 – 47
26 – 36
15 – 25
1
5
19
30
15
5
C. Estimasi Proporsi
Untuk melakuan estimasi tentang proporsi parameter, kita dapat
menggunakan cara yang sama seperti mengestimasi rerata parameter.
Perhatikan rumus 9.3.
……… rumus 9.3.
Keterangan :Pp = Proporsi parameterPs = Proporsi statistikZ = Koefisien kepercayaanSDp= Simpangan baku proporsi
120
Pp = Ps + z SDp
Contoh 1 :
Observasi terhadap 400 random sampel mahasiswa fakultas psikologi di
Jakarta, menunjukkan perbandingan pria dan wanita adalah 2 : 8.
Berapakah proporsi pria dari mahasiswa psikologi di Jakarta secara
keseluruhan ?
Jawab :
N = 400
P = 0,2 (dari p : w = 2 : 8)
Jika digunakan taraf kepercayaan 95% proporsi mahasiswa laki-laki
adalah :
Pp = Ps + 1,96 SDp
= 0,2 + 1,96 (0,02)
= 0,2 + 0,0392
Jadi proporsi mahasiswa laki-laki terletak antara 0,1608 sampai 0,2392
atau antara 16,08% sampai 23,92%
Jika digunakan taraf kepercayaan 99% diperoleh :
Pp = Ps + 2,58 (SDp)
= 0,2 + 2,58 (0,02)
= 0,2 + 0,0516
Jadi proporsi mahasiswa laki-laki terletak antara 0,1484 sampai 0,2516
atau antara 14,84% sampai 25,16%.
121
Contoh 2 :
Sebuah iklan yang ditayangkan di TV, menyatakan bahwa 9 dari 10 artis
Indonesia menggunakan sabun mandi merk X.
Dapatkah kita menerima kebenaran pernyataan iklan tersebut, jika dari
observasi terhadap 60 artis, ternyata hanya 40 orang yang menggunakan
sabun mandi merk X tersebut.
Jawab :
n = 60 p = = 0,667
SDP =
= 0,0608
PP = Ps + 1,96 SDp
= 0,667 + 1,96 (0,0608)
= 0,667 + 0,1192
dengan kepercayaan 95% proporsi parameter terletak antara 0,5478
sampai 0,7862. Jadi dengan kepercayaan 95% kita menolak kebenaran
pernyataan iklan tersebut, karena proporsi 0,9 berada jauh di atas batas
proporsi yang dapat kita terima.
Perlatihan 9.2 :
1. Dari sampel berukuran n = 200 yang diambil secara random, diperoleh
data bahwa perbandingan laki dan perempuan mahasiswa fakultas
psikologi di Jakarta adalah 3 : 8 sedangkan pada mahasiswa fakultas
teknik dengan sampul berukuran n = 150 diperoleh perbandingan 8 : 2
untuk laki-laki dan perempuan.
Berapakah proporsi mahasiswa laki-laki pada kedua fakultas tersebut?
122
2. Sebuah laporan menyatakan bahwa 95% anak usia sekolah diseluruh
pelosok tnah air telah tertampung di bangku sekolah. Dapatkah kita
menerima kebenaran laporan tersebut, jika ternyata dari berbagai LSM
menemukan bahwa dari 10.000 anak di Jawa ada 4,5% yang belum
tertampung di SD, sedangkan di luar pulau Jawa dari 12.000 anak ada
14% yang tidak tertampung di SD.
Berdasarkan temuan-temuan LSM tersebut dapatkah kita membenarkan
laporan tersebut di atas ?
123