ESTIMASI

Windhu Purnomo

2006

Cara estimasi

Point estimate

Interval estimate

1
A. Estimasi Mean / Rerata
(u/ Data Kuantitatif)

(1-α).100% interval kepercayaan untuk µ:

s s
x − t1 / 2⋅α ( df =n−1) ⋅ < µ < x + t1 / 2⋅α ( df =n−1) ⋅
n n

α = 1 - CI
CI = confidence interval (interval kepercayaan)
(Gunakan tabel distribusi sampling t)

Contoh:
Peneliti akan menaksir rerata umur di suatu populasi, dengan sampel acak
(n=25 orang).
Rerata umur = 16 tahun dan simpangan baku = 1,8 tahun.
Dengan 95% interval kepercayaan, berapa taksiran rerata umur di populasi?
Jawaban:

(1-α).100% interval kepercayaan untuk µ:

s s
x − t1/ 2⋅α ( df =n−1) ⋅ < µ < x + t1/ 2⋅α ( df =n−1) ⋅
n n
1,8 1,8
16 − t0,025( df = 24) ⋅
< µ < 16 + t0,025( df = 24) ⋅
25 25
1,8 1,8
16 − 2,064 ⋅ < µ < 16 + 2,064 ⋅
5 5
16 − 0,743 < µ < 16 + 0,743
15,267 < µ < 16,743

2
 B. Estimasi Proporsi
(u/ Data Kualitatif: nominal-ordinal)

(1-α).100% interval kepercayaan untuk π:

p ⋅ (1 − p) p ⋅ (1 − p)
p − t1/ 2⋅α ( df =n −1) ⋅ < π < p + t1/ 2⋅α ( df =n −1) ⋅
n n

Contoh:
Peneliti akan menaksir angka prevalensi penyakit jantung koroner di suatu populasi.
Dari sampel acak 1000 orang, terdapat 100 orang penderita penyakit jantung
koroner.
Dengan 99% interval kepercayaan, berapa taksiran angka prevalensi penyakit
jantung koroner di populasi?
Jawaban:
p = x/n = 100/1000 = 0,1
(1-α).100% interval kepercayaan untuk π:

p ⋅ (1 − p) p ⋅ (1 − p)
p − t1/ 2⋅α ( df =n−1) ⋅ < π < p + t1/ 2⋅α ( df =n −1) ⋅
n n

0,1 ⋅ 0,9 0,1 ⋅ 0,9

0,1 − t0,005( df =999) ⋅ < π < 0,1 + t0,005( df =999) ⋅
1000 1000

0,1 − 2,58 ⋅ 0,0095 < π < 0,1 + 2,58 ⋅ 0,0095

0,1 − 0,02451 < π < 0,1 + 0,02451
0,07549 < π < 0,12451

3
 Statistik Parameter
(estimator) (hasil estimasi)

Descriptives

Motivasi (Total)
95% Confidence Interval
for Mean
Std.
N Mean Deviation Std. Error Lower Bound Upper Bound
Konsultasi 10 52.40 2.914 .921 50.32 54.48
Partisipasi 10 54.10 2.998 .948 51.96 56.24
Total 20 53.25 3.007 .672 51.84 54.66