Anda di halaman 1dari 4

A.

Konsep Dasar Estimasi

Estimasi adalah suatu metode di mana kita dapat memperkirakan nilai populasi
(parameter) dengan memakai nilai sampel (statistic).
Telah dijelaskan bahwa walaupun kita hanya mengambil sampel,sebenarnya kita ingin
mengetahui nilai populasi. Dalam teorema limit pusat dinyatakan bahwa distribusi sampling
terjadi kalau sampel di ambil berulang kali. Dalam kenyataan sehari-hari tidak mungkin kita
melakukan pengambilan sampel berulang kali. Selain tidak mudah, juga mungkin tidak perlu
karena dengan memakaikan sifat-sifat teorema tersebut kita dapat melakukan estimasi atau
perkiraan terhadap nilai populasi. Adapun macam-macam estimasi :

1. Estimasi parameter
Ada dua area di dalam statistik inferensi yaitu:
a. Estimasi (estimation) yaitu statistik sampel untuk mengestimasi nilai parameter
populasi yang tidak diketahui.
b. Uji hipotesis test of hipotesis yaitu tentang keyakinan kebenaran sample terhadap
nilai parameter populasi yang tidak diketahui.

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.

2. Estimasi titik
Estimasi titik adalah nilai tertentu yang digunakan untuk mengestimasi nilai
populasi ada tiga kriteria ketepatan estimasi titik sehingga bisa digunakan untuk membuat
keputusan tentang parameter populasi yaitu:
a. Tidak bias, tidak bias maksudnya disini adalah nilai statistik sampel tidak akan
persis sama dengan nilai parameter populasi. Nilainya kemungkinan akan di
bawah atau di atas karena kesalahan sampling. Oleh karena itu Keinginan kita
adalah bahwa nilai harapan (expected value) atau nilai rata-rata semua nilai
statistik sampel yang diestimasi secara random dari semua kemungkinan sampel
yang ada sama dengan parameter populasi. Jika hal ini benar maka dikatakan
bahwa statistik sampel adalah estimator yang tidak bias dari parameter populasi.

b. Konsisten, yaitu sebuah titik estimasi dikatakan konsisten bila nilai statistik
sampel cenderung sama dengan parameter populasi tidak bias ketika jumlah
sampel terus bertambah.

c. Efisiensi di mana suatu estimator yang tidak biasa mempunyai ciri yang efisien
bila mempunyai deviasi standar atau standard error yang lebih kecil di dalam
populasi yang sama.

3. Estimasi interval
Ketepatan estimasi sample bisa diukur dengan menggunakan estimasi interval.
Estimasi interval adalah sebuah interval keyakinan (confidence interval) berisi
pernyataan keyakinan bahwa interval tersebut berisi nilai parameter. Besarnya estimasi
interval ini dipengaruhi oleh 3 faktor:
a. Besarnya sampel (n)
b. Tingkat keyakinan atau kepercayaan yang dipilih (level of confidence)
c. Variabilitas dari populasi yang diukur dengan standar deviasi.

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.
4. Estimasi interval proporsi
Estimasi ini bisa digunakan untuk menghitung proporsi. Proporsi (p) merupakan
perbandingan antara jumlah kejadian yang sukses dengan jumlah seluruh observasi yang
dilakukan. Kita dapat menggunakan persamaan dalam estimasi interval proporsi apabila:
a. Probabilitas kejadian merupakan probabilitas binomial
b. Nilai dari np Dan n(1-p) harus sama atau lebih besar dari 5

B. Penentuan besarnya sampel dalam penelitian


1. Derajat kepercayaan yang kita inginkan (level of confidence desired)
Faktor pertama peneliti harus memiliki derajat kepercayaan dalam hal ini
biasanya derajat kepercayaan yang digunakan adalah sebesar 99% atau 95%. Namun
setiap nilai antara 0 dan 100% dimungkinkan untuk digunakan. Semakin besar
derajat kepercayaan yang dipilih semakin besar sampel yang dibutuhkan.

2. Margin kesalahan yang ditoleransi (allowable error)


Margin kesalahan maksimum yang bisa ditoleransi adalah jumlah yang harus
ditambah dan dikurangi kepada rata-rata sampel atau proporsi simple untuk
menentukan nilai terakhir dari interval keyakinan. Margin kesalahan ini merupakan
jumlah kesalahan yang bisa ditoleransi. Semakin kecil kesalahan yang bisa
ditoleransi maka semakin besar sampel yang dibutuhkan dan sebaliknya Semakin
besar kesalahan yang bisa ditoleransi maka semakin kecil sampel yang dibutuhkan.

3. Variabilitas populasi (variability in population)


Faktor ketiga yaitu variabilitas populasi dilihat dari standar deviasi populasi jika
populasi tersebar luas maka dibutuhkan sampel yang besar. Sebaliknya pada kasus
populasi terkonsentrasi maka diperlukan sampel yang lebih kecil. Selanjutnya kita
menentukan besarnya sampel untuk uji rata-rata dan besarnya sampel untuk uji
proporsi.
DAFTAR PUSTAKA

sabri lukni (2018) statistik kesehatan rajawali rajawali pers 2018

https://www.kompasiana.com/apriancos/56f3427f1393736c054e8e65/estimasi-dan-interval-
estimasi-rangkuman?page=all