ESTIMASI

Estimasi merupakan kegiatan penarikan kesimpulan statistik yang berawal dari hal-
hal yang bersifat umum ke hal – hal yang bersifat khusus, agar penarikan
kesimpulan dapat dibenarkan dan mampu mendekati kebenaran maka dibutuhkan
suatu alat untuk memproses data secara benar, jika kegiatan estimasi dapat
dilakukan secara benar maka semua keputusan yang berkaitan dengan estimasi
dapat dilakukan juga dengan benar dan dapat untuk mengatasi segala persoalan
statistik.

Dalam Statistik, Penarikan kesimpulan merupakan bagian terpenting dan harus. Ini
mereupakan focus dan pusatperhatian bagi statistic modern, dengan penarikan
kesimpulan yang benar akan dapat menghasilkan informasi yang berguna.

Dalam penarikan kesimpulan ada dua metode :

1. Metode Deduksi adalah Kesimpulan yang berpangkal pada hal-hal yang bersifat
umum kemudian di ambil kesimpulan yang bersifat khusus.

2. Metode Induksi adalah Kesimpulan yang didasarkan pada hal-hal yang bersifat
khusus kemudian ditarik kesimpulan pada hal-hal yang bersifat umum.

Dalam kenyataannya secara praktek / realistis, terhadap kedua metode diatas,

statistik berpegang pada metode induksi yaitu penarikan kesimpulan pada sifat-sifat
sampel untuk dipakai sebagai dasar penarikan kesimpulan sifat-sifat populasi.
Metode induksi lebih banyak digunakan karena bisa menghemat waktu dan biaya.

Ada dua ( 2 ) bentuk Estimasi yaitu :

Estimasi Titik atau Point Estimation adalah menetapkan suatu nilai sebagai
taksiran dari parameter tetapi penentuan ini kurang memuaskan karena nilai yang di
tentukan terlalu optimis. Seakan-akan mengandung suatu kebenaran yang pasti,
padahal masih merupakan suatu perkiraan.

Misal : seorang peneliti menyimpulkan berdasar pengamatan dari sampel bahwa

rata-rata pendapatan penduduk kota surabaya sebesar Rp. 1.800.000,- per bulan.
Jadi rata-rata per bulan penduduk surabaya memiliki pendapatan relatif Rp.
1.800.000,- Kenyataannya penghasilan warga surabaya rata-rata ada yang lebih
besar dan ada yang lebih kecil dari angka tersebut di atas. Kondisi ini tentunya
sangat berbahaya bila angka tersebut dipakai sebagai patokan. Berdasar kondisi
tersebut Point estimation jarang digunakan.

Estimasi Interval adalah Estimasi model ini merupakan pengembangan estimasi

titik. Bahwa nilai taksiran parameter tidak terfokus pada satu titik tetapi di dasarkan
pada range tertentu, sehingga estimasinya memiliki nilai tertinggi (max) dan nilai
terendah (min). interval ini lebih dikenal dengan interval konfidensi. Nilai yang
muncul adalah nilai yang didasarkan probabilitas tertentu, dalam praktek biasanya
yang dipilih 90%, 95% atau 99%.
Estimasi Rata – rata : dalam statistik di asumsikan suatu ukuran sampel dikatakan
besar apabila n ≥ 30, sampel dikatakan kecil apabila n ≤ 30.

Estimasi rata-rata untuk sampel kecil n < 30, maka interval konfidensi untuk m
adalah :

Xbar – t (n-1;a/2). S ≤ μ ≤ Xbar + t (n-1;α/2) . S

√n √n

Contoh:

Winda, Budi, Roni melakukan pengamatan mengenai lama usia pakai baterey merk
Alkalin yang digunakan pada alfalinknya masing-masing, menurut mereka dari 4
baterey merk Alfalink tersebut rata-rata bisa dipakai selama 1200 jam dengan
simpangan baku 200 jam, dengan interval konfidensi 98% temukan berapa rata-rata
usia pakai sebenarnya dari baterey merk Alkalin tersebut ?

Estimasinya:

Xbar = 1200 jam.

N = 4

S = 1200 jam

1-α = 98%

α = 0,02

= 0,01

tn-1; ) = t(3;0,01) = 4,451 (dari tabel t).

Xbar – t (n-1;a/2). S ≤ μ ≤ Xbar + t (n-1;α/2) . S

√n √n

1200-[4,451. 200 ] ≤ µ ≤ 1200 + [4,451 . 200 ]

√4 √4

754,9 jam ≤ µ ≤ 1546,1 jam

ternyata setelah di uji dengan interval konfidensi 98%, usia pakai baterey merk
Alkalin berkisar (sebenarnya) antara 754,9 jam minimum dan 1645,1 jam
maksimum.

Estimasi rata-rata untuk sampel besar: Dalam sampel besar ( n ≥ 30 ) distribusi

populasi tidak harus normal. Jadi apapun distribusi populasinya asalkan dia punya
mean ( µ ) dan variance ( σ² ) maka interval konfidensinya untuk µ adalah seperti
contoh berikut di bawah:

Contoh:
Sebuah lembaga penelitian mengambil sampel random sebanyak 150 keluarga
suatu daerah tertentu. Sampel keluarga tersebut menunjukkan penghasilan bulanan
rata-rata sebesar Rp. 860.600,- dengan standart deviasi Rp. 685.407,- , dengan
interval konfidensi 90%, tentukan penghasilan bulanan rata-rata semua keluarga di
daerah tersebut !

Xbar = 860.600

S = 685.407

N = 150

1-α = 90%

Α =0,1

Z = Z 0,05 = 1,64

Xbar – Zα/2. S ≤ µ ≤ Xbar + Zα/2 . S

√n √n

860.600-[1,64 x 685.407] ≤ µ ≤ 860.600 + [1,64 x 685.407]

√ 150 √ 150

768.820,27 ≤ µ ≤ 952.379,73

setelah dilakukan uji konfidensi 90%, penghasilan rata-rata per bulan semua
penduduk didaerah tersebut adalah : minimum Rp. 768.820,27 dan maksimum Rp.
952.379,73

Penetapan jumlah sampel.

Menentukan ukuran jumlah sampel yang rasional dalam suatu penelitian agar
kesalahan estimasi tidak melebihi D (batasan toleransi) di dapat dengan rumus
sebagai berikut:

Dimana :

σ : Standart Deviasi
D : Kesalahan Estimasi
n : ukuran jumlah sampel
Zα/2 . σ
n = ( ————– ) ²
D

Artinya survey atau penelitian yang dilakukan, hasil akhir dapat mendekati nilai
normalnya, karena nilai (n) telah diukur secara Seakurat mungkin, dalam statistik
pendekatan sebuah hasil perhitungan dapat diterima secara umum jika telah melalui
prosedur tertentu yang dianjurkan. Pelanggaran terhadap hal ini akan memberikan
arti hasil analisa atau pengujian tidak mendekatai kuva normal, atau hasilnya diluar
kewajaran.
Mari Berbagi Bersama intansaridewi di 3:34:00 AM