Estimasi

Estimasi adalah suatu metode dimana kita

memperkirakan nilai populasi (parameter) dengan
memakai nilai sampel (statistik)
Didalam estimasi nilai statistik yang dipakai untuk
menduga nilai populasi disebut estimator
Ciri-ciri estimator yang baik :
1.Tidak bias
2. Efisien
3. Konsisten
Bentuk estimasi :
Dalam menduga nilai parameter kita dapat melakukan dua
macam pendugaan :
1. Estimasi titik (point estimation)
2. Estimasi selang (interval estimation)

1. Estimasi Titik
Nilai sampel digunakan sebagai pendugaan nilai populasi.
Nilai mean sampel kita anggap sebagai nilai mean populasi.
 Diestimasi sama dengan 
s Diestimasi sama dengan 
Contoh :
Dari suatu penelitian terhadap suatu sampel
ibu hamil di Kota Cirebon, dari 210 ibu
didapatkan Hb rata-rata 7,5 gr%. Kalau kita
menduga kadar Hb ibu hamil di daerah
Cirebon dengan estimasi titik, maka kita
katakan kadar Hb ibu hamil di kota Cirebon
adalah 7,5 gr%.
2. Estimasi selang

Dasarnya adalah bahwa sampel-sampel yang diambil dari suatu populasi

akan berdistribusi normal sekitar , dengan simpangan baku (SE).

Rumus umum St - Z 1/2 SE < Parameter < St + Z 1/2 SE

Atau
 - Z 1/2 SE < Parameter <  + Z 1/2 SE
St =  = nilai statistik
Z = Deviasi relatif (besarnya ditentukan oleh confiden interval) (1,64,1,96,2,58)
SE = Standar error
Parameter =  = Nilai populasi yang diduga
Contoh :
Dari suatu sampel random sebanyak 100 orang ibu hamil
yang diambil di Kota Cirebon didapatkan Hb = 9,6gr%.
Simpangan baku di dalam populasi 5 gr%. Dengan confiden
interval 95%, akan dihasilkan kadar Hb ibu hamil di kota
Cirebon adalah :
 = 9,6 gr%
n = 100
 = 5 gr%
SE = /n = 5/100 = 0,5 gr%
 - Z 1/2 SE < Parameter <  + Z 1/2 SE

9,6 gr% - 1,96 x 0,5 gr% <  < 9,6 gr% + 1,96 x 0,5 gr%
8,52 gr% <  < 10,84 gr%
8,52 gr% <  < 10,84 gr%
Artinya :
1. Kita yakini 95% bahwa Hb ibu hamil di Cirebon terletak
antara 8,52 sampai 10,84 gr%
2. Bahwa kalau kita ambil berulang kali sampel yang
besarnya 100 ibu didaerah itu, maka 95% dari mean
sampel-sampel tersebut berada pada nilai 8,52 gr%
sampai 10,84%.
3. Dengan estimasi interval kita mengakui bahwa dengan
confiden interval 95%, 90%, 99% kebenaran taksiran itu
benar. Dengan kata lain mengakui kemungkinan
/peluang salah adalah 100%-95% = 5%, 10%, 1%
Didalam contoh tadi dinyatakan simpangan baku di dalam
populasi () diketahui. Biasanya kalau kita mengambil suatu
sampel jarang simpangan baku populasi diketahui.
Dalam hal  tidak diketahui, maka distribusi sampling kita
asumsikan berdistribusi t.
Diperlukan , juga derajat kebebasan (degree of freedom)
yang besarnya n-1
Rumus
St – t. SE < < St + t. SE
 – t. SE < <  + t. SE
Contoh :
Dari suatu sampel random sebanyak 25 orang ibu hamil yang
diambil di Kota Cirebon didapatkan Hb = 9 gr%. Simpangan baku
sampel 7,7 gr%. Dengan confiden interval 95%, akan dihasilkan
kadar Hb ibu hamil di kota Cirebon adalah :
= 9 gr%
n = 25
s = 7,7 gr%
SE = s/n = 7,7/25 = 1,54 gr%
CI = 95%,  = 5 %, df = 25-1= 24…t=2,064
 – t. SE < <  + t. SE
9 gr% - 2,064 x 1,54 gr% <  < 9 gr% + 2,064 x 1,54 gr%
5,82 gr% <  < 12,19 gr%
Kadar Hb bumil di kota Cirebon berada pada 5,82 gr% ; 12,19 gr%
(CI 95%).
Rentang interval dapat dipersempit dengan tiga cara :
1. Memperkecil confiden interval, misal dari 95% menjadi
90%
2. Memperbesar n (besar sampel)
3. Meningkatkan ketelitian
 Latihan

Dari pengambilan sampel sebanyak 25 atlet secara acak

didapatkan rata-rata tekanan darah sistolik mereka sebesar 73
mmHg dengan simpangan baku 11,6 mmHg. Dugalah dengan
pendugaan titik dan pendugaaan interval pada konfiden
interval 95%
 Uji Hipotesis

Hupo artinya sementara/lemah kebenarannya

Thesis artinya pernyataan/teori
Hipotesis berarti pernyataan sementara yang
perlu diuji kebenarannya.
Untuk menguji kebenaran sebuah hipotesis
digunakan pengujian hipotesis.
2 jenis hipotesis
Hipotesis nol (Ho)
Hipotesis alternatif (Ha)
a. Hipotesis Nol (Ho)
Hipotesis yang menyatakan tidak ada perbedaan sesuatu
kejadian antara kedua kelompok. Atau
Hipotesis yang menyatakan tidak ada hubungan antara
variabel satu dengan variabel lain.
Contoh :
1. Tidak ada perbedaan berat badan bayi antara mereka
yang dilahirkan dari ibu yang merokok dengan mereka
yang dilahirkan dari ibu yang tidak merokok
2. Tidak ada hubungan merokok dengan berat badan bayi
b. Hipotesis Alternatif (Ha)
Hipotesis yang menyatakan ada perbedaan suatu
kejadian antara kedua kelompok atau hipotesis yang
menyatakan ada hubungan variabel satu dengan variabel
yang lain.
Contoh :
1. Ada perbedaan berat badan bayi antara mereka yang
dilahirkan dari ibu yang merokok dengan mereka yang
dilahirkan dari ibu yang tidak merokok.
2. Ada hubungan merokok dengan berat badan bayi
Arah/Bentuk uji Hipotesis
Bentuk hipotesis alternatif akan menentukan arah uji
statistik, apakah satu sisi (one tail) atau dua sisi (two tail).
1. Satu sisi (one tail)
Bila hipotesis alternatifnya menyatakan adanya perbedaan
dan ada pernyataan yang mengatakan hal yang satu lebih
tinggi/rendah dari hal yang lain.
Contoh :
Berat badan bayi dari ibu hamil yang merokok lebih
kecil dibandingkan berat badan bayi dari ibu hamil yang
tidak merokok.
2. Dua sisi (two tail)
Hipotesis alternatif yang hanya menyatakan perbedaan
tanpa melihat apakah hal yang satu lebih tinggi/rendah dari
hal yang lain.
Contoh :
Berat badan bayi dari ibu hamil yang merokok berbeda
dibandingkan berat badan bayi dari ibu hamil yang tidak
merokok. atau
Ada perbedaan berat badan bayi antara mereka yang
dilahirkan dari ibu yang merokok dibandingkan dari
mereka yang tidak merokok.
Contoh penulisan hipotesis :
Suatu penelitian ingin mengetahui hubungan antara jenis
kelamin dengan tekanan darah, maka hipotesisnya adalah :
Ho : µA = µB
Tidak ada perbedaan mean tekanan darah antara laki-laki
dan perempuan. Atau
Tidak ada hubungan antara jenis kelamin dengan tekanan
darah.
Ha : µA = µB
Ada perbedaan mean tekanan darah antara laki-laki dan
perempuan. Atau
Ada hubungan antara jenis kelamin dengan tekanan darah
Kesalahan Pengambilan Keputusan
Ada 2 jenis :
a. Kesalahan tipe I (α)
Kesalahan menolak Ho padahal sesungguhnya Ho benar.
Artinya menyimpulkan adanya perbedaan padahal sesungguhnya tidak ada
perbedaan.
Peluang untuk membuat kesalahan tipe I adalah α (Tingkat
signifikansi/significance level),
Peluang untuk tidak membuat kesalahan tipe I adalah sebesar 1- α
(Tingkat kepercayaan/confidence level)
b. Kesalahan tipe II (β)
Kesalahan tidak menolak Ho padahal sesungguhnya Ho salah.
Artinya menyimpulkan tidak adanya perbedaan padahal sesungguhnya ada
perbedaan.
Peluang untuk membuat kesalahan tipe II adalah β,
Peluang untuk tidak membuat kesalahan tipe II adalah sebesar 1- β
(Kekuatan uji/power of the test)
 Kesalahan Pengambilan Keputusan
Keputusan Populasi

Ho benar Ho salah

Tidak menolak Benar (1- α) kesalahan tipe

Ho II (β)

Menolak Ho kesalahan tipe Benar (1-β)

I (α)
Power of Test (kekuatan uji)
Peluang untuk menolak hipotesis nol (Ho) ketika Ho
memang salah. Power = 1- β
Penentuan nilai α tergantung dari tujuan dan kondisi
penelitian. Nilai α yang sering digunakan adalah 10%,
5%, atau 1%.
Biasanya digunakan α 5%
 Prosedur Uji Statistik

A. Menetapkan Hipotesis
a. Hipotesis Nol (Ho)
Hipotesis yang menyatakan tidak ada perbedaan sesuatu
kejadian antara kedua kelompok.
Contoh :
Tidak ada perbedaan berat badan bayi antara mereka yang
dilahirkan dari ibu yang merokok dengan mereka yang
dilahirkan dari ibu yang tidak merokok.
b. Hipotesis Alternatif (Ha)
Hipotesis yang menyatakan ada perbedaan suatu kejadian
antara kedua kelompok atau hipotesis yang menyatakan
ada hubungan variabel satu dengan variabel yang lain.
Contoh :
Ada perbedaan berat badan bayi antara mereka yang
dilahirkan dari ibu yang merokok dengan mereka yang
dilahirkan dari ibu yang tidak merokok.
Dari Ha akan diketahui apakah uji statistik menggunakan
satu arah/dua arah
B. Penentuan uji statistik yang sesuai
Jenis uji statistik sangat tergantung dari :
a.Jenis variabel
b.Jenis data
c.Jenis distribusi
Sebagai gambaran, jenis uji statistik untuk
mengetahui perbedaan mean akan berbeda dengan
uji statistik untuk mengetahui perbedaan proporsi.
Uji beda mean menggunakan uji t atau Anova,
sedangkan untuk mengetahui perbedaan proporsi
digunakan uji Chi Square.
C. Menentukan batas atau tingkat kemaknaan (level of
significance)
Batas/tingkat kemaknaan = α
D. Perhitungan Uji Statistik
Menghitung data sampel ke dalam uji hipotesis yang sesuai.
Misalnya kalau ingin menguji perbedaan mean antara dua
kelompok maka data hasil pengukuran dimasukkan ke rumus
uji t.
E. Keputusan uji statistik
Dapat dicari dengan dua pendekatan yaitu pendekatan klasik
dan pendekatan probabilistik.
a.Pendekatan klasik
Untuk memutuskan apakah Ho ditolak maupun gatol, dapat
digunakan dengan cara membandingkan nilai perhitungan uji
statistik dengan nilai pada tabel.
Tabel Z, t
Bila nilai perhitungan uji statistik lebih besar dibandingkan
nilai yang berasal dari tabel (nilai perhitungan > nilai tabel)
maka keputusannya : Ho ditolak
Ho ditolak artinya : ada perbedaan kejadian (mean/proporsi)
yang signifikan antara kelompok data yang satu dengan
kelompok data yang lain.
Bila nilai perhitungan uji statistik lebih kecil dibandingkan
nilai yang berasal dari tabel (nilai perhitungan < nilai tabel)
maka keputusannya : Ho gagal ditolak
Ho gagal ditolak artinya : tidak ada perbedaan kejadian
(mean/proporsi) yang signifikan antara kelompok data yang
satu dengan kelompok data yang lain.
b. Pendekatan Probabilistik
Bila nilai p < nilai α, maka keputusannya Ho ditolak
Bila nilai p > nilai α, maka keputusannya Ho gagal
ditolak
Nilai p merupakan nilai yang menunjukkan besarnya
peluang salah menolak Ho dari data penelitian.
Contoh :
Suatu penelitian ingin mengetahui hubungan riwayat
hipertensi ibu hamil dengan berat badan bayi yang di
kandungnya.