I. PENDAHULUAN
1.1 Parameter Estimasi
Estimasi adalah suatu metode dimana kita dapat memperkirakan nilai dari suatu populasi dengan
menggunakan nilai dari sampel. Estimator adalah nilai pendugaan/suatu data statistik, sebagai sampel
yang digunakan untuk mengisi suatu parameter. Ada dua jenis estimasi terhadap parameter populasi:
A. Estimasi titik (point estimation) yaitu nilai tunggal statistik sampel yang digunakan untuk
mengestimasi parameter populasi.
B. Estimasi interval (interval estimation) yaitu nilai interval dari statistik sampel yang berisi
kemungkinan terjadinya parameter populasi.
Berikut beberapa terminologi yang perlu diperhatikan ketika akan melakukan estimasi interval
parameter populasi:
A. Estimasi titik
B. Jumlah kemungkinan kesalahan di dalam estimasi titik atau interval kemungkinan
C. Pernyataan tentang derajat keyakinan yang mana interval berisi nilai parameter populasi
Kelompok 6 1
Estimasi Interval Varian
Dari ketiga faktor tersebut kita bisa menentukan jenis distribusi mana yang digunakan di dalam
menghitung estimasi interval. Jika populasi berdistribusi normal, maka pertanyaan berikutnya
Apakah standar deviasi dari populasi diketahui atau tidak. Jika diketahui maka kita menggunakan
uji distribusi Z. Namun jika tidak diketahui maka kita menggunakan uji distribusi t. Bila populasi
tidak mempunyai distribusi normal tetapi sampel datanya besar yaitu paling tidak 30 atau lebih maka
digunakan uji distribusi Z. Sedangkan jika sampelnya kurang dari 30 maka digunakan uji non
parametrik.
B. Efisien
Jika distribusi sampling dari dua statistik memiliki mean atau ekspektasi yang sama,
maka statistik dengan varians yang lebih kecil disebut sebagai estimator efisien dari
mean, sementara statistik yang lain disebut sebagai estimator tak efisien. Adapun nilai-
nilai yang berkorespondensi dengan statistik-statistik ini masing-masing disebut
sebagai estiamsi efisien dan estimasi tak efisien. Jika semua kemungkinan statistik
yang distribusi samplingnya memiliki mean yang sama, maka statistik dengan varian
terkecil terkadang disebut sebagai estimator paling efisien atau terbaik dari mean ini.
C. Konsisten
Bila besarnya sampel bertambah maka hampir dapat dipastikan bahwa nilai statistik
sampel akan lebih mendekati nilai parameter populasi, estimator demikian disebut
konsisten. Estimator konsisten adalah estimator yang cenderung sarna dengan nilai
sebenarnya meskipun ukuran sampel semakin lama semakin besar. Dalam Kasus ini,
apakah kita tahu bahwa nilai barn dari x akan lebih mendekati mean (rata-rata) Dari J.l
Atau ada kemungkinan lebih jauh? Estimator Yang konsisten adalah estimator yang
akan bergerak mendekati nilai sebenarnya bila jumlah elemen sampel ditambah.
Kelompok 6 2
Estimasi Interval Varian
II. PEMBAHASAN
Estimasi interval untuk varian dengan tingkat keyakinan 95% dapat dicari dengan rumus sebagai
berikut :
Misalkan sebuah penelitian dilakukan pada sebuah populasi yang berukuran N yang memiliki rata-
rata µ yang tidak diketahui serta varian σ2 diketahui. Penelitian tersebut akan mengestimasi nilai
rata-rata µ dengan menggunakan selang kepercayaan. Untuk mengestimasi rata-rata µ, maka diambil
sampel sebanyak n dari populasi N. Distribusi sampling tersebut biasanya didekati dengan distribusi
normal, oleh karena itu dengan menggunakan data sampel, dihitung nilai estimasi titik dari rata-rata
µ yaitu sebagai berikut.
Kelompok 6 3
Estimasi Interval Varian
Selanjutnya dapat dibuat selang kepercayaan dengan menggunakan rumus sebagai berikut.
Kelompok 6 4
Estimasi Interval Varian
Telah diambil secara acak sampel yang terdiri dari 100 orang mahasiswa sebuah universitas
di Jakarta. Melalui test IQ terhadap 100 mahasiswa tersebut diperoleh rata-rata IQ sebesar
112 dan varians 100. Dengan menggunakan tingkat keyakinan (confidence level) sebesar
95%, tentukan interval konfidens untuk nilai rata-rata IQ seluruh mahasiswa universitas
tersebut.
Ditanyakan : P( . . . . . . ) = 0.95
PX Z 0.5 s X Z 0.5 s 1
Jawab : n n
10 10
P112 1.96 112 1.96 0.95
100 100
Kita merasa yakin sebesar 95% bahwa rata-rata IQ seluruh mahasiswa universitas tersebut
antara 110.04 dan 113.96
Kelompok 6 5
Estimasi Interval Varian
III. PENUTUP
3.1 KESIMPULAN
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. Estimator : setiap statistik (mean sampel,varians
sampel) yang digunakan untuk mengestimasi sebuah parameter haruslah meliputi kriteria di
bawah ini:
a. Estimator tak bias
b. Estimator konsisten
c. Estimator terbaik
Kelompok 6 6
Estimasi Interval Varian
DAFTAR PUSTAKA
Budiarto, Eko. 2011. Biostatistika untuk Kedokteran dan Kesehatan Masyarakat. Jakarta : EGC
http://antho-765.mhs.narotama.ac.id/2012/05/04/makalah-singkat-mengenai-estimasi-tugas-mata-
kuliah statistik-bisnis-oleh-bpk-i-putu-artayase-mm/
http://elearning.gunadarma.ac.id/docmodul/statistika_untuk_ekonomi_dan_bisnis/bab10_estimasi
statistik.pdf
Kelompok 6 7