TEORI ESTIMASI

• Teori estimasi memegang peran penting dalam

statistika inferensial karena teori estimasi
bersama-sama dengan pengujian hipotesis
merupakan dasar statistika inferensial yang
dilandasi oleh teori peluang
• Dalam metode statistika, teori estimasi digunakan
untuk menaksir banyaknya penderita penyakit
tertentu dimasa yang akan datang, menaksirkan
jumlah pengunjung atau menaksir prognosa
suatu penyakit
 Istilah-istilah dalam teori estimasi
• Estimator= statistik sampel yang digunakan
untuk menaksir parameter populasi. Misal
rata-rata sampel (ẋ untuk menaksir µ)
• Estimit = angka atau nilai yang digunakan
untuk menaksit parameter populais. Misal:
hasil pengukuran tinggi badan sampel adalah
163, dan angka ini digunakan untuk menaksit
tinggi badan populasi
 KRITERIA ESTIMATOR YANG BAIK
• Tidak bias
Suatu estimator dikatakan tidak bias bila nilai
statistik sampel mempunyai nilai yang sama
dengan parameter populasi
• Efisien
Bila statistik sampel mempunyai kesalahan baku
yang kecil. Bila kita harus menentukan satu
estimator dari dua statistik maka statistik dengan
kesalahan baku yang lebih kecil yang kita ambil
untuk lebih mendekati nilai parameternya
• Konsisten
Bila jumlah sampel ditambah maka hampir
dapat dipastikan nilai statistik akan lebih
mendekati nilai parameter populasi
 Estimasi Titik

Adalah nilai tunggal yang digunakan untuk

mengadakan estimasi terhadap parameter
populasi
Titik estimasi yang dapat digunakan untuk
mengestimasi parameter ialah rata-rata
sampel terhadap rata-rata populasi, proporsi
sampel terhadap proporsi populasi
a. Titik estimasi rata-rata (ẋ) terhadap
rata-rata populasi (µ)
• Contoh: untuk membuat estimasi rata-rata
tinggi badan mahasiswa DIV kebidanan
dilakukan pengambilan sampel sebanyak 20
orang dengan hasil sbb:
160,161,158,157,163,171,168,166,155,173,160,
165,154,156,161,162,150,153,170,164
ẋ = 3227/20= 161,4 cm
TB 161,4 cm merupakan titik estimasi terhadap
TB mahasiswa DIV Kebidanan
b. Titik estimasi proporsi sampel (ṗ)
terhadap proporsi populasi (p)
• Contoh: kita ingin mengetahui persentase
penduduk suatu kota yang menderita anemia.
Untuk itu kita ambil sampel sebanyak 100
orang yang berkunjung ke Puskesmas, dan
ternyata 5 orang menderita anemia. Dari hasil
tersebut dibuat taksiran bahwa 5% penduduk
kota tersebut menderita anemia. Didapatkan
dari perhitungan
• P=x/n = 5/100 = 5%
c. Titik estimasi jumlah ciri tertentu sampel (x’)
terhadap ciri tertentu dalam populasi (X’)
• Titik esimasi jumlah ciri tertentu dalam variabel yang
terdapat pada sampel digunakan untuk mengestimasi
terhadap jumlah ciri tersebut dalam populasi
• Rumus x’= (1/f)x
X’= jumlah kategori
f=n/N
n= banyaknya sampel
N= banyaknya populasi
x= jumlah hasil (outxone) kategori yang ingin kita ketahui
jumlahnya
• Contoh: kita ingin mengetahui jumlah
pengunjung ibu hamil disuatu puskesmas.
Diketahui jumlah kunjungan ke puskesmas dalam
1 minggu 500 orang. Dari jumlah tersebut diambil
sebanyak 50 orang sebagai sampel, dari 50 tsb
didapatkan 10 orang nya ibu hamil
• f= n/N=50/500=1/10
• x’= 1(50/500) x 10
• =100
• 100 ibu hamil digunakan sebagai titik estimasi
terhadap 500 orang yang berkunjung ke
puskesmas. Artiya diestimasikan bahwa dari
500 orang yang berkunjung ke puskesmas, 100
orang diantaranya adalah ibu hamil.
d. Titik estimasi Standar deviasi sampel (s)
terhadap standar deviasi populasi (σ)
• Untuk mengadakan estimasi terhadap kadar
gula darah telah dilakukanpemeriksaan gula
darah puasa terhadap 35 mahasiswa yang
dianggap normal
• Dari hasil pemeriksaan tersebut dihasilkan
rata-rata 102mg%. Dari hasil terebut kita
hitung standar deviasi menggunakan rumus:
• s=
• Hasils= 6,01 merupakan nilai estimasi standar
deviasi terhadap gula darah populasi.
Estimasi interval (Interval estimasi)
• Estimasi interval adalah sekumpulan nilai statistik
sampel dalam interval tertentu yang digunakan untuk
melakukan estimasi terhadap parameter populasi
dengan harapan bahwa nilai parameter populasi
terletak dalam interval tersebut
• Contoh: seorag kepala RS ingin menaksir rata-rata
petugas RS yang absen setiap hari. Untuk itu diambil
sampel sebanyak 50 hari kerja dan diperoleh rata-rata
8 petugas absen setiap hari dengan simpangan baku 4.
Bila hasil ini digunakan untuk menaksir rata-rata
petugas yang absen maka taksiran tsb merupakan
estimasi titik, tapi ka rumkit ingin mengetahui besarnya
variasi angka tsb
• Untuk mengetahui besarnya estimasi interval
maka dihitung kesalahan baku dengan rumus:
• σẋ = σ/√n
• = 4/ √50=0,57
• Jadi, probabilitas petugas yang absen terletak
antara 7,43 dan 8,57  estimasi interval
INTERVAL ESTIMASI RATA-RATA
• Dengan ini kita menentukan batas
minimum dan maksimum terletaknya nilai
µ
• Jarak dari batas tertinggi dan terendah ini
ditentukan sebagai confiden interval =
confiden limit yaitu luas daerah dibawah
kurva normal ditentukan dengan
persentase misalnya 90%, 95%, 99%.
Contoh :
Dari suatu sampel random sebanyak 100 orang ibu hamil
yang diambil di Kab. Cianjur didapatkan Hb (Haemoglobin
darah) = 9,6 gr%. Simpangan baku didalam populasi 5 gr%.
Dengan confiden interval 95% akan dihasilkan kadar Hb ibu
hamil di Kab. Cianjur adalah :

ẋ mean sampel = 9,6 gr%

n sampel = 100
σ = 5 gr%
SE = 5/Ѵ100 = 0,5 gr%
CI = 95%..... Z = 1,96 (lihat tabel kurva normal)
9,6 gr% - 1,96 x 0,5 gr% ≤ µ ≤ 9,6 gr% + 1,96 x 0,5 gr%
8,62 gr% ≤ µ ≤ 10,58 gr%
Artinya :
• Kita yakini 95% bahwa Hb ibu hamil di Cianjur
terletak antara 8,62gr% sampai 10,58gr%
• Bahwa kalau kita ambil berulang kali sampel yang
besarnya 100 ibu di daerah itu maka 95% dari
mean sampel-sampel tersebut berada pada nilai
8,62gr% sampai 10,58gr%

Dengan estimasi interval kita mengakui bahwa

confiden interval 95% atau 90% ataupun 99%
kebenaran taksiran ini benar. Dengan kata lain
dengan jujur mengakui kemungkinan (peluang)
salah adalah 100%-95% = 5% atau 10% atau
1%(dikenal sebagai α
Didalam contoh dinyatakan simpangan baku di
dalam poulasi (σ) diketahui. Biasanya kalau kita
mengambil suatu sampel jarang simpangan
baku populasi diketahui. Contoh: sampel yang
diambil ibu hamil di Cianjur tidak 100 ibu tetapi
adalah 25 ibu saja dan σ tidak diketahui.

Dalam hal ini σ tidak diketahui maka distribusi

sampling kita asumsikan berdistribusi “student t”
dimana untuk menentukan nilai “t” diperlukan α
juga derajat kebebasan (degree of freedom)
yang besarnya n-1…
X  t . SE    X  t . SE
Contoh :
Kalau tadi dari 25 ibu hamil yang diambil secara random didapatkan
kadar Hb = 9 gr%, simpangan baku sampel 7,7 gr%
Maka nilai pendugaan akan menjadi :

ẋ = 9 gr%
s = 7,7 gr%
n = 25 ibu
SE = 7,7/Ѵ25 = 1,54 gr%
CI = 95%..... Alfa = 5%, df = 25-1=24…. t=2,064 (lihat tabel)

9 gr% - 2,064 x 1,54 gr% ≤ µ ≤ 9 gr% + 2,064 x 1,54 gr%

5,82 gr% ≤ µ ≤ 12,18 gr%

Dengan ini kita akan menyatakan kadar Hb ibu hamil di Kab. Cianjur
berada pada 5,82 gr% dan 12,18 gr% (CI = 95%)
 Rentang interval dapat dipersempit dengan
3 cara :
1. Memperkecil confiden interval misal dari
95% menjadi 90%
2. Memperbesar n (besar sampel)
3. Meningkatkan ketelitian sehingga
didapatkan varian sampel yang kecil.