STATISTIK 1

ESTIMASI

Oleh Kelompok VI
Sesi 11

1. Atik Asiska 201466138

2. Maria Matutina 201466118
3.Marisa 201466032
4.Tifania Roro 201466007

1 Buku ajar biostatistika (aplikasi pada penelitian kesehatan),

2012
 1. Definisi Estimasi
Estimasi adalah suatu metode untuk memperkirakan nilai populasi
(parameter) dengan menggunakan nilai sampel (statistik). Taksiran, dalam
kehidupan sehari hari jarang diketahui oleh sebab itu digunakan nilai nilai statistik
(sampel). Nilai statistik yang digunakan untuk menduga disebut estimator
(penduga). Selain penduga parameter, dikenal juga nilai nilai atau angka angka
yang diperoleh dari penduga parameter.

2. Estimator yang Baik

Nilai sebagai hasil menduga dikenal sebagai statistical estimate (dugaan secara
statistik). Banyak ciri atau syarat untuk menentukan apakah sebuah pendugaan
(estimator) tergolong baik atau tidak. Suatu penduga dikatak baik apabila
memiliki ciri ciri sebagai berikut :
1. Tidak bias ( unbiased). Suatu penduga dikatakan tidak bias terhadap
parameternya apabila nilai penduga sama dengan nilai yang diduganya
(parameternya).
E(penduga)
=parameternya
2. Efisien. Suatu penduga dikatakan efisien bagi parameternya apabila
penduga tersebut memiliki varians yang kecil. Jika terdapat lebih dari satu
penduga, penduga yang efisien adalah penduga yang memiliki varians
yang kecil. Dua buah penduga dapat dibandingkan efisiensinya dengan
menggunakan efisiensi relatif. Efisiensi relatif penduga-2 (2) tehadap
penduga -1 (1)

R(2,1)=E(1-2)/E(2-1) atau
Var1/Var2

Jika R>1, secara relatif 2 lebih efisien daripada 1, sebaliknya jika R<1 secara
relatif 1 lebih efisien daripada 2.

3. Konsistensi.suatu penduga dikatakan konsisten apabila memnuhi syarat

berikut.
1. Jika ukuran sampel makin bertambah maka penduga akan mendekati
parameternya. Jika besarnya sampel menjadi tak terhingga maka
penduga konsisten harus memberi pendugaan titik yang sempurna
terhadap parameternya. Jika merupakan penduga konsisten, jika dan
hanya jika.
E (penduga- parameter)2 0, n
~
2. Jika ukuran sampel bertambah tak terhingga maka distribusi sampling
penduga akan mengecil menjadi suatu garis tegak lurus diatas
parameter yang sebenarnya dengan probabilitas = 1.
Perlu diingat bahwa suatu penduga suatu penduga konsisiten belum tentu
merupakan penduga yang baik, sebab konsisten hanya merupakan salah satu
syarat.

2 Buku ajar biostatistika (aplikasi pada penelitian kesehatan),

2012
 3. Jenis Estimasi
3.1 Estimasi berdasarkan cara penyajiannya
1. Pendugaan Tunggal (point estimate) adalah pendugaan yang hanya
mempunyai/menyebutkan satu nilai. Nilai statistik (nilai nilai sampel)
digunakan sebagai pendugaan nilai parameter sebab nilai nilai ini
merupakan penduga (estimator) yang baik untuk menduga atau
mengestimasi niali parameter . Misal nilai mean sampel kita anggap mean
populasi.
2. Pendugaan Selang
Dasar estimasi interval (penduga selang) adalah bahwa sampel sampel
yang diambil dari suatau populasi akan berdistribusi kesekitar , dengan
standar deviasi = SE (sifat dari distribusi sampling). Dengan ini kita
minimum dan maximum terletaknya nilai . Jarak dari batas minimum dan
maksimumini ditentukan dengan confident interval=confident limit, yaitu
luas daerah dibawah kurva normal ditentukan dengan presentase, misal
90%,95%,99%.

st Z /2 SE parameter st + Z /2
SE, atau = Z
/2SE,dimana SE = n
Ket :
st : nilai statistik
Z :deviasi relatif (standar score, besarnya ditentukan oleh confident
interval)
SE : standar eror
Parameter : nilai populasi yang diduga =
Atau = x Z.SE x + Z.SE

Rentang interval dapat di[ersempit dengan menggunakan 3 cara :

1. Memperkecil confident interval misal dari 95% menjadi 90%
2. Memperbesar n (jumlah sampel
3. Meningkatkan ketelitian hingga diperoleh varian sampel yang kecil.
3.2 Jenis Estimasi Berdasarkan Parameter
1.Pendugaan rata rata
Pendugaan rata rata atau adalah pendugaan mengenai nilai parameter yang
sebenarnya berdasarkan informasi rata rata sampel.
2.Pendugaan Proporsi
Pendugaan proporsi adalah pendugaan dari proporsi populasi yang tidak
diketahui.
P dugaan = P
p- Z /2 SE P p + Z/2SE, SE=
pq/n
q= 1-p
Jika n<30 gunakan tabet T (df= n-1)

3.Pendugaan perbedaan dua rata rata untuk sampel besar (n30)

3 Buku ajar biostatistika (aplikasi pada penelitian kesehatan),

2012
 (X1-X2)- Z/2 SE 1-2 (x1-x2) + Z/2SE
SE merupakan SE gabungan dengan rumus
,

SE=S12/n1 + S22/n2

4. Penentu Besar Hasil Sampel

Hal hal yang peru idperhatikan dalam menentukan besar n dalam estimasi adalah :
1.Seberapa besar kesakah (E) dugaan yang ditolerir Makin kecil kesalahan, makin
besar jumlah n.
2.Tingkat variasi dari data populasi ()
3.Besanya tingkat kepercayaan yang akan digunakan untuk menjamin pernyataan
dari pendugaan ayng dihasilkan (CL : 90%, 95%, 99%)

5. Rumus besar sampel untuk Estimasi Rata rata

n= (z /2 x s/E )
2

Contoh :
Tentukan besar sampel (n) yang harus diambil untuk meneliti waktu rata
rata yang digunakan kader dalm melakukan penimbangan balita, jika
digunakan tingkat kepercayaan 95% dengan kesalahan duga (E) tidak
lebih dari 0,08 menit dan simoangan baku (s) 0,7 menit.
Diketahui:
1- = 95%, Z/2 = 1,96 (Tabel Z)
E = 0,08
s= 0,7

n= (z /2 x s/E )2

n= (1,96x0,7/0,08)2

n = 294,1225 =295
Jadi besar sampel minimum yang harus diambil adalah 295
6. Rumus Sampel Untuk Estimasi Proporsi

n=1/4 (Z/2)/E22

Contoh :
Tentukan besar sampel (n) yag harus diambil untuk mengetahui proporsi balita
gizi kurang dengan tingkat kepercayaan 90% dan kesalahan yang mungkin terjadi
tidak lebih dari 0,09.
Diketahui:
1- = 99%, Z/2 = 2,58 (lihat pada tabel Z)
E= 0,09

4 Buku ajar biostatistika (aplikasi pada penelitian kesehatan),

2012
n=1/4 (Z/2)/E22

n= 1/4( 2,58/0,09 )2
n= 205,44 =206
Jadi besar sampel minimum yang harus diambil adalah 206.

5 Buku ajar biostatistika (aplikasi pada penelitian kesehatan),

2012