SlideShare ist ein Scribd-Unternehmen logo
1 von 12
ESTIMASI MEAN
Dalam estimassi mean berdasarkan data sampel, terdapat beberapa hal yang perlu
diperhatikan :
1.Ukuran sampel ( sampel besar n > 30 atau sampel keci n < 30)
2.Apakah populasinya berhingga atau tidak berhingga
3.Apakah standar deviasinya diketahui atau tidak
4.Tingkat kesalahan estimasinya berapa
Estimasi Mean, σ Diketahui, n > 30
Dalam melakukan estimasi mean bilamana σ diketahui perlu diperhatikan hal – hal
beikut :
1.Rata – rata sampel ( X ) digunakan sebagai estimasi mean populasi ( μ )
2.Estimasi interval yang digunakan adalah estimasi dua sisi. Nilai z(α/2) dihitung
sesuai dengan tingkat kepercayaan(1 - α)
3. σ dihitung dengan rumus :
Populasi berhingga Populasi tak
berhingga
4. Estimasi intervalnya adalah :
1−
−
=
N
nN
nX
σ
σ
nX
σ
σ =
XX
zxzx σµσ αα 2/2/ +<<−
Prosedur Estimasi μ, σ Diketahui, n > 30
Start
Tentukan sampel n > 30
Tentukan tingkat kepercayaan ( 1 - α) dan
(α/2)
Populasi tak
hingga
1−
−
=
N
nN
nX
σ
σ nX
σ
σ =
Interval estimasi untuk μ
XX
zXzX σµσ αα 2/2/ +<<−
end
YT
Contoh :
Dari desain mesin diketahui standar deviasinya 0.25 menit. Diambil sampel
secara acak, 50 rim kertas, waktu yang diperlukan untuk memproduksi 1 rim
kertas rata – rata 1.52 menit. Tentukanlah estimasi mean untuk tingkat
kepercayaan 95%.
Jawab :
Asumsi populasi tak hingga, σ diketahui
05.0;50;25.0;52.1 ==== ασ nX
Standar Deviasi sampel :
035.0
50
25.0
===
n
X
σ
σ
Untuk tingkat kepercayaan 95% atau 1 – 0.95 = 0.05 dan α / 2= 0.05 / 2 = 0.025.
Dari tabel didapat = 2.009
Sehingga estimasi interval untuk rata – rata adalah :
( )( ) ( )( )
59.145.1
070.052.1070.052.1
035.0009.252.1035.0009.252.1
2/2/
<<
+<<−
+<<−
+<<−
µ
µ
µ
σµσ αα XX
zXzX
Sebuah toko besi mengetahui bahwa standar deviasi diameter besi yang berukuran
10 inchi adalah 0.05 inchi. Toko besi tua menerima kiriman pipa besi sebanyak 400
batang jenis 10 inchi. Diambil sampel sebanyak 50 pipa, dan diperoleh rata – rata
sampel sebanyak 9.99 inchi. Dengan tingkat kepercayaan 99 %, tentukanlah
estimasi interval rata – rata diameter pipa :
Jawab :
Populasi berhingga, N = 400 ; σ = 0.05 inchi ; X = 9.99 ; n = 50 ; α = 0.01
0066.09366.0*071.0
1400
50400
50
05.0
1
==
−
−
=
−
−
=
N
nN
nX
σ
σ
Untuk tingkat kepercayaan 99%, α = 1 - α = 1 – 0.99 = 0.01 dan z = α / 2 = 0.01/2
= 0.005 ; dari tabel didapat = 2,576
Sehingga interval estimasi meannya adalah :
( )( ) ( )( )
007.109.973
0066.0576.299.90066.0576.299.9
<<
+<<−
µ
µ
Prosedur Estimasi μ, σ Diketahui, n < 30
Start
Tentukan sampel n < 30
Tentukan tingkat kepercayaan ( 1 - α) dan
(α/2)
Populasi tak
hingga
1−
−
=
N
nN
nX
σ
σ nX
σ
σ =
Interval estimasi untuk μ
XnXn zXzX σµσ αα )1,2/()1,2/( −− +<<−
end
YT
Contoh :
Data hasil pengukuran terhadap berat suatu produk dengan sampel sebanyak 25
unit diperoleh hasil rata – ratanya adalah 10.25 kg, dengan standar deviasi adalah
0.45 kg. Dengan tingkat kepercayaan 95%, tentukan estimasi meannya :
Jawab :
Populasi tak hingga, n < 30
n = 25 ; σ = 0.45 kg ; X = 10.25 kg
Standar Deviasi sampel :
09.0
25
45.0
===
n
X
σ
σ
Untuk tingkat kepercayaan 95% atau 1 – 0.95 = 0.05 dan α / 2= 0.05 / 2 = 0.025.
Sehingga untuk v= n-1 = 25 – 1 = 24, t(0,025,24) Dari tabel didapat = 2.064
Sehingga estimasi interval untuk rata – rata adalah :
( )( ) ( )( )
435.10064.10
186.025.10186.025.10
09.0064.225.1009.0064.225.10
)1,2/()1,2/(
<<
+<<−
+<<−
+<<− −−
µ
µ
µ
σµσ αα XnXn zXzX
Prosedur Estimasi μ, σ tidak Diketahui, n > 30
Start
Tentukan sampel n > 30
Tentukan tingkat kepercayaan ( 1 - α) dan
(α/2)
Populasi tak
hingga
1−
−
=
N
nN
nX
σ
σ nX
σ
σ =
Interval estimasi untuk μ
XX
zXzX σµσ αα 2/2/ +<<−
end
Hitung nilai X dan s
( )
n
XX
s
i∑ −
=
2
YT
Diberikan data hasil pengukuran 100 sampel, dimana dinyatakan dalam dibawah ini :
X f
26 3
37 8
48 16
59 25
70 28
81 13
92 5
103 2
Tentukan estimasi meannya dengan tingkat
kepercayaan 90%
Jawab :
96.62
100
6296
==X
X f X * f (X - X)2
26 3 78 1366.042
37 8 296 673.9216
48 16 768 223.8016
59 25 1475 15.6816
70 28 1960 49.5616
81 13 1053 325.4416
92 5 460 843.3216
103 2 206 1603.202
6296 5100.973
( ) 14.7
100
973.5100
==
−
=
∑
n
XX
S i
σ tidak diketahui dan populasi tak hingga maka :
714.0
100
14.7
===
n
s
X
σ
Untuk tingkat kepercayaan 90%, α = 0.10 atau
α/2 = 0.05. Dari tabel = 1.660
( )( ) ( )( )
145.64775.61
185.196.62185.196.62
714.0660.196.62714.0660.196.62
2/2/
<<
+<<−
+<<−
+<<−
µ
µ
µ
σµσ αα XX
zXzX
Sehingga estimasi meannya adalah :
Prosedur Estimasi μ, σ tidak Diketahui, n < 30
Start
Tentukan sampel n < 30
Tentukan tingkat kepercayaan ( 1 - α) dan
(α/2)
Populasi tak
hingga
1−
−
=
N
nN
nX
σ
σ nX
σ
σ =
Interval estimasi untuk μ
XnXn zXzX σµσ αα )1,2/()1,2/( −− +<<−
end
Hitung nilai X dan s
( )
n
XX
s
i∑ −
=
2
YT
Pengukuran temperatur ruangan pada 10 unit ruangan menunjukkan hasil (derajat
celcius) adalah 24, 24.5 , 23.6 , 26 , 25 , 25.3 , 25.2 , 22.3 , 21.5, 24.1.
Tentukanlah estimasi mean untuk rata – rata temperatur ruangan dengan tingkat
kepercayaan 95% :
Jawab :
X (X -X)2
24 0.0225
24.5 0.1225
23.6 0.3025
26 3.4225
25 0.7225
25.3 1.3225
25.2 1.1025
22.3 3.4225
21.5 7.0225
24.1 0.0025
17.465
n = 10 ; X = 24.15 ; s = 1.322
418.0
10
322.1
===
n
s
X
σ
Untuk tingkat kepercayaan 95%, α = 1 – 0.95 =
0.05 atau α/2 = 0.025. n – 1 = 10 - 1 =9 Dari
tabel = 2.262
Sehingga estimasi meannya adalah :
( )( ) ( )( )
096.25204.23
946.015.24946.015.24
418.0262.215.24418.0262.215.24
)1,2/()1,2/(
<<
+<<−
+<<−
+<<− −−
µ
µ
µ
σµσ αα XnXn zXzX

Weitere ähnliche Inhalte

Was ist angesagt?

Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
matematikaunindra
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
hartantoahock
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
Arif Windiargo
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
Yousuf Kurniawan
 
STATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiSTATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasi
Yousuf Kurniawan
 

Was ist angesagt? (20)

Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10
 
Statistika Probabilitas
Statistika ProbabilitasStatistika Probabilitas
Statistika Probabilitas
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
 
Pendugaan Parameter
Pendugaan ParameterPendugaan Parameter
Pendugaan Parameter
 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasi
 
Analisis regresi.
Analisis regresi.Analisis regresi.
Analisis regresi.
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
 
Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinu
 
16. modul peluang (probabilitas) pak sukani
16. modul peluang (probabilitas) pak sukani16. modul peluang (probabilitas) pak sukani
16. modul peluang (probabilitas) pak sukani
 
Materi 3 - distribusi frekuensi
Materi 3 - distribusi frekuensiMateri 3 - distribusi frekuensi
Materi 3 - distribusi frekuensi
 
UJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSSUJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSS
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
 
STATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiSTATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasi
 
Integral Lipat Tiga
Integral Lipat TigaIntegral Lipat Tiga
Integral Lipat Tiga
 
Distribusi peluang
Distribusi peluangDistribusi peluang
Distribusi peluang
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
 

Ähnlich wie Estimasi mean

Pendugaan interval
Pendugaan intervalPendugaan interval
Pendugaan interval
Danu Saputra
 
Pendugaan interval
Pendugaan intervalPendugaan interval
Pendugaan interval
Danu Saputra
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersi
Selvin Hadi
 
Makalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalMakalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normal
Aisyah Turidho
 
Pendugaan interval
Pendugaan intervalPendugaan interval
Pendugaan interval
Danu Saputra
 
Statekbis - Pendugaan Interval
Statekbis - Pendugaan IntervalStatekbis - Pendugaan Interval
Statekbis - Pendugaan Interval
Danu Saputra
 
5254769.pptgagagagaagagagagagagagagaggaagaa
5254769.pptgagagagaagagagagagagagagaggaagaa5254769.pptgagagagaagagagagagagagagaggaagaa
5254769.pptgagagagaagagagagagagagagaggaagaa
MutthoriqAlilA
 

Ähnlich wie Estimasi mean (20)

Ek107 122215-838-11
Ek107 122215-838-11Ek107 122215-838-11
Ek107 122215-838-11
 
TEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptxTEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptx
 
Pendugaan interval
Pendugaan intervalPendugaan interval
Pendugaan interval
 
Pendugaan interval
Pendugaan intervalPendugaan interval
Pendugaan interval
 
Ukuran Pemusatan 1 - Statistik Deskriptif
Ukuran Pemusatan 1 - Statistik DeskriptifUkuran Pemusatan 1 - Statistik Deskriptif
Ukuran Pemusatan 1 - Statistik Deskriptif
 
Ukuran Letak Data kuartil dan beberapa pembagian lainnya
Ukuran Letak Data  kuartil  dan  beberapa pembagian  lainnyaUkuran Letak Data  kuartil  dan  beberapa pembagian  lainnya
Ukuran Letak Data kuartil dan beberapa pembagian lainnya
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersi
 
pendugaan titik dan pendugaan interval
 pendugaan titik dan pendugaan interval pendugaan titik dan pendugaan interval
pendugaan titik dan pendugaan interval
 
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) editPertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
 
Teori pendugaan statistik
Teori pendugaan statistikTeori pendugaan statistik
Teori pendugaan statistik
 
9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx
9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx
9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx
 
Makalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalMakalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normal
 
Pendugaan interval
Pendugaan intervalPendugaan interval
Pendugaan interval
 
Statekbis - Pendugaan Interval
Statekbis - Pendugaan IntervalStatekbis - Pendugaan Interval
Statekbis - Pendugaan Interval
 
Statistika 2014 Estimasi
Statistika 2014 EstimasiStatistika 2014 Estimasi
Statistika 2014 Estimasi
 
Ketidakpastian Pengukuran.ppt
Ketidakpastian Pengukuran.pptKetidakpastian Pengukuran.ppt
Ketidakpastian Pengukuran.ppt
 
Bab 12 estimation
Bab 12 estimationBab 12 estimation
Bab 12 estimation
 
Teori penaksiran1
Teori penaksiran1Teori penaksiran1
Teori penaksiran1
 
Statistika Inferensi Estimasi
Statistika Inferensi EstimasiStatistika Inferensi Estimasi
Statistika Inferensi Estimasi
 
5254769.pptgagagagaagagagagagagagagaggaagaa
5254769.pptgagagagaagagagagagagagagaggaagaa5254769.pptgagagagaagagagagagagagagaggaagaa
5254769.pptgagagagaagagagagagagagagaggaagaa
 

Estimasi mean

  • 1. ESTIMASI MEAN Dalam estimassi mean berdasarkan data sampel, terdapat beberapa hal yang perlu diperhatikan : 1.Ukuran sampel ( sampel besar n > 30 atau sampel keci n < 30) 2.Apakah populasinya berhingga atau tidak berhingga 3.Apakah standar deviasinya diketahui atau tidak 4.Tingkat kesalahan estimasinya berapa
  • 2. Estimasi Mean, σ Diketahui, n > 30 Dalam melakukan estimasi mean bilamana σ diketahui perlu diperhatikan hal – hal beikut : 1.Rata – rata sampel ( X ) digunakan sebagai estimasi mean populasi ( μ ) 2.Estimasi interval yang digunakan adalah estimasi dua sisi. Nilai z(α/2) dihitung sesuai dengan tingkat kepercayaan(1 - α) 3. σ dihitung dengan rumus : Populasi berhingga Populasi tak berhingga 4. Estimasi intervalnya adalah : 1− − = N nN nX σ σ nX σ σ = XX zxzx σµσ αα 2/2/ +<<−
  • 3. Prosedur Estimasi μ, σ Diketahui, n > 30 Start Tentukan sampel n > 30 Tentukan tingkat kepercayaan ( 1 - α) dan (α/2) Populasi tak hingga 1− − = N nN nX σ σ nX σ σ = Interval estimasi untuk μ XX zXzX σµσ αα 2/2/ +<<− end YT
  • 4. Contoh : Dari desain mesin diketahui standar deviasinya 0.25 menit. Diambil sampel secara acak, 50 rim kertas, waktu yang diperlukan untuk memproduksi 1 rim kertas rata – rata 1.52 menit. Tentukanlah estimasi mean untuk tingkat kepercayaan 95%. Jawab : Asumsi populasi tak hingga, σ diketahui 05.0;50;25.0;52.1 ==== ασ nX Standar Deviasi sampel : 035.0 50 25.0 === n X σ σ Untuk tingkat kepercayaan 95% atau 1 – 0.95 = 0.05 dan α / 2= 0.05 / 2 = 0.025. Dari tabel didapat = 2.009 Sehingga estimasi interval untuk rata – rata adalah : ( )( ) ( )( ) 59.145.1 070.052.1070.052.1 035.0009.252.1035.0009.252.1 2/2/ << +<<− +<<− +<<− µ µ µ σµσ αα XX zXzX
  • 5. Sebuah toko besi mengetahui bahwa standar deviasi diameter besi yang berukuran 10 inchi adalah 0.05 inchi. Toko besi tua menerima kiriman pipa besi sebanyak 400 batang jenis 10 inchi. Diambil sampel sebanyak 50 pipa, dan diperoleh rata – rata sampel sebanyak 9.99 inchi. Dengan tingkat kepercayaan 99 %, tentukanlah estimasi interval rata – rata diameter pipa : Jawab : Populasi berhingga, N = 400 ; σ = 0.05 inchi ; X = 9.99 ; n = 50 ; α = 0.01 0066.09366.0*071.0 1400 50400 50 05.0 1 == − − = − − = N nN nX σ σ Untuk tingkat kepercayaan 99%, α = 1 - α = 1 – 0.99 = 0.01 dan z = α / 2 = 0.01/2 = 0.005 ; dari tabel didapat = 2,576 Sehingga interval estimasi meannya adalah : ( )( ) ( )( ) 007.109.973 0066.0576.299.90066.0576.299.9 << +<<− µ µ
  • 6. Prosedur Estimasi μ, σ Diketahui, n < 30 Start Tentukan sampel n < 30 Tentukan tingkat kepercayaan ( 1 - α) dan (α/2) Populasi tak hingga 1− − = N nN nX σ σ nX σ σ = Interval estimasi untuk μ XnXn zXzX σµσ αα )1,2/()1,2/( −− +<<− end YT
  • 7. Contoh : Data hasil pengukuran terhadap berat suatu produk dengan sampel sebanyak 25 unit diperoleh hasil rata – ratanya adalah 10.25 kg, dengan standar deviasi adalah 0.45 kg. Dengan tingkat kepercayaan 95%, tentukan estimasi meannya : Jawab : Populasi tak hingga, n < 30 n = 25 ; σ = 0.45 kg ; X = 10.25 kg Standar Deviasi sampel : 09.0 25 45.0 === n X σ σ Untuk tingkat kepercayaan 95% atau 1 – 0.95 = 0.05 dan α / 2= 0.05 / 2 = 0.025. Sehingga untuk v= n-1 = 25 – 1 = 24, t(0,025,24) Dari tabel didapat = 2.064 Sehingga estimasi interval untuk rata – rata adalah : ( )( ) ( )( ) 435.10064.10 186.025.10186.025.10 09.0064.225.1009.0064.225.10 )1,2/()1,2/( << +<<− +<<− +<<− −− µ µ µ σµσ αα XnXn zXzX
  • 8. Prosedur Estimasi μ, σ tidak Diketahui, n > 30 Start Tentukan sampel n > 30 Tentukan tingkat kepercayaan ( 1 - α) dan (α/2) Populasi tak hingga 1− − = N nN nX σ σ nX σ σ = Interval estimasi untuk μ XX zXzX σµσ αα 2/2/ +<<− end Hitung nilai X dan s ( ) n XX s i∑ − = 2 YT
  • 9. Diberikan data hasil pengukuran 100 sampel, dimana dinyatakan dalam dibawah ini : X f 26 3 37 8 48 16 59 25 70 28 81 13 92 5 103 2 Tentukan estimasi meannya dengan tingkat kepercayaan 90%
  • 10. Jawab : 96.62 100 6296 ==X X f X * f (X - X)2 26 3 78 1366.042 37 8 296 673.9216 48 16 768 223.8016 59 25 1475 15.6816 70 28 1960 49.5616 81 13 1053 325.4416 92 5 460 843.3216 103 2 206 1603.202 6296 5100.973 ( ) 14.7 100 973.5100 == − = ∑ n XX S i σ tidak diketahui dan populasi tak hingga maka : 714.0 100 14.7 === n s X σ Untuk tingkat kepercayaan 90%, α = 0.10 atau α/2 = 0.05. Dari tabel = 1.660 ( )( ) ( )( ) 145.64775.61 185.196.62185.196.62 714.0660.196.62714.0660.196.62 2/2/ << +<<− +<<− +<<− µ µ µ σµσ αα XX zXzX Sehingga estimasi meannya adalah :
  • 11. Prosedur Estimasi μ, σ tidak Diketahui, n < 30 Start Tentukan sampel n < 30 Tentukan tingkat kepercayaan ( 1 - α) dan (α/2) Populasi tak hingga 1− − = N nN nX σ σ nX σ σ = Interval estimasi untuk μ XnXn zXzX σµσ αα )1,2/()1,2/( −− +<<− end Hitung nilai X dan s ( ) n XX s i∑ − = 2 YT
  • 12. Pengukuran temperatur ruangan pada 10 unit ruangan menunjukkan hasil (derajat celcius) adalah 24, 24.5 , 23.6 , 26 , 25 , 25.3 , 25.2 , 22.3 , 21.5, 24.1. Tentukanlah estimasi mean untuk rata – rata temperatur ruangan dengan tingkat kepercayaan 95% : Jawab : X (X -X)2 24 0.0225 24.5 0.1225 23.6 0.3025 26 3.4225 25 0.7225 25.3 1.3225 25.2 1.1025 22.3 3.4225 21.5 7.0225 24.1 0.0025 17.465 n = 10 ; X = 24.15 ; s = 1.322 418.0 10 322.1 === n s X σ Untuk tingkat kepercayaan 95%, α = 1 – 0.95 = 0.05 atau α/2 = 0.025. n – 1 = 10 - 1 =9 Dari tabel = 2.262 Sehingga estimasi meannya adalah : ( )( ) ( )( ) 096.25204.23 946.015.24946.015.24 418.0262.215.24418.0262.215.24 )1,2/()1,2/( << +<<− +<<− +<<− −− µ µ µ σµσ αα XnXn zXzX