ESTIMASI

Untuk memenuhi tugas mata kuliah Biostatistik

Dosen : Widya Hary Cahyanti, SKM., M.Kes.

Nama Kelompok 5 :

1. Nurma Yuliani (010117A072)

2. Omega Alfionita (010117A074)

PROGRAM STUDI S1 KEPERAWATAN

FAKULTAS KEPERAWATAN
UNIVERSITAS NGUDI WALUYO
2020
 ESTIMASI

A. PENGERTIAN
Estimasi adalah taksiran dan yang diestimasi adalah parameter populasi.Data
yang digunakan untuk melakukan estimasi parameter populasi adalah statistik
sampelsebagai estimator. Estimasi dipelajari berdasarkan data yang diambil baik
secara sampling maupun sensus. Dalam kenyataannya, mengingat berbagai faktor,
untuk keperluan tersebut diambil sebuah sampel yang representatif, lalu berdasarkan
pada hasil analisis terhadap data sampel. Kelakuan populasi yang akan ditinjau disini
hanyalah mengenai parameter populasi dan sampel yang digunakan adalah sampel
acak. Data sampel dianalisis.Nilai-nilai yang perlu yaitu stastistik, dihitung dan dari
nilai-nilai statistik ini kita simpulkan bagaimana parameter bertingkah laku. Cara
pengambilan kesimpulan tentang parameter yang pertama kali akan dipelajari ialah
sehubungan dengan cara-cara menaksir harga parameter. Jadi harga parameter
yang sebenarnya tetapi tidak diketahui itu akan ditaksir berdasarkan statistik sampel
yang diambil dari populasi yang bersangkutan. Parameter populasi yang akan
ditaksir dan diuraikan dalam bagian ini terutama adalah rata-rata, simpangan baku
dan persen.

Estimasi merupakan metode memperkirakan nilai populasi (parameter)

dengan memakai nilai sampel (statistik), karena perhitungan langsung pada seluruh
populasi tidak mungkin dilalukan. Dengan estimasi, tidak perlu mengambil sampel
berulang kali untuk mengetahui distribusi sampling
B. SIFAT-SIFAT ESTIMASI
1. Dalam membuat estimasi harga parameter populasi, seyogyanya variabel
random harga statistik sampel tidak bervariasi terlalu jauh dari harga, parameter
populasi yang konstan. Misalnya, jika / merupakan mean populasi dan X
merupakan penduga bagi /, maka dalam menggunakan X sebagai penduga kita
harus berharap variabel random X tidak akan menyimpang terlalu jauh dari.
2. Penduga yang baik memiliki beberapa sifat :
a. Tidak bias/ Unbiased
Suatu penduga diuraikan tidak bias bagi parameternya apabila nilai penduga
sama dengan nilai yang diduganya misal merupakan pendugaan tidak bias
dari μ.
b. Efisien
Apabila pendugaan tersebut memiliki varians yang kecil, jika terdapat lebih
dari satu pendugaan, maka diambil varians terkecilnya
c. Konsisten
Jika ukuran sampel semakin bertambah maka pendugaan akan mendekati
parameternya.Jika ukuran sampel bertambah tidak berhingga maka distribusi
sampling pendugaan akan mengecil menjadi suatu garis tegak lurus di atas
parameter yang sebenarnya dengan probabilitas sama dengan 1.

C. JENIS ESTIMASI
a. Point estimation (Pendugaan Titik)
Adalah suatu nilai (suatu titik) yang digunakan untuk menduga suatu parameter
populasi.
a) Estimasi titik adalah pendugaan yang terdiri dari satu nilai saja dan
tidakmemberikan gambaran mengenai beberapa jarak/ selisih nilai penduga
tersebut terhadap nilai parameter
b) Pemakaian estimasi titik untuk menaksir parameter populasi sering tidak
memuaskan karena hanya dapat diketahui apakah estimasi tersebut benar
atau salah
c) Estimasi titik merupakan nilai taksiran yang kaku

d) Estimasi titik yang dapat digunakan untuk mengadakan estimasi parameter

populasi adalah rata-rata sampel terhadap rata-rata populasi, proporsi
 sampel terhadap proporsi populasi, jumlah variabel tertentu yang terdapat
dalam sampel untuk menaksir jumlah variabel tersebut dalam populasi, dan
varians atau simpangan baku sampel untuk menaksir simpangan baku
populasi

b. Interval estimation (Pendugaan Interval)

Adalah suatu interval yang menyatakan selang dimana suatu parameter populasi
mungkin berada. Dalam prakteknya, pendugaan tunggal yang terdiri atas satu
angka tidak memberikan gambaran mengenai berapa jarak/ selisih nilai penduga
tersebut terhadap nilai sebenarnya. Hal ini didasarkan atas pertimbangan bahwa
suatu nilai dugaan tidak mungkin dapat dipercaya 100%. Pendugaan interval
menunjukkan pada interval berapa suatu parameter populasi akan berada yang
dibatasi oleh dua nilai, yang disebut nilai batas bawah dan nilai batas atas.

a) Estimasi selang Adalah suatu pendugaan berupa interval/jangkauan yang

dibatasi oleh dua nilai, yang disebut nilai batas bawah dan nilai batas atas.
Untuk membuat pendugaan interval, harus ditentukan lebih dahulu besarnya
koefisien keyakinan/ tingkat keyakinan/derajat kepercayaan (Confidence
Interval/CI) yang diberi simbol 1-α. Besarnya nilainya dari 90% - 99% .

b) Confidence Interval (CI) adalah luas area di bawah kurva normal, yang
ditentukan dengan prosentase misalnya 90%, 95%, dan 99%

c) Bahwa sampel yang diambil dari suatu populasi akan berdistribusi (normal)
sekitar µ, dengan simpangan baku adalah Standard Error/SE  sifat
distribusi sampling. Dengan hal itu dapat ditentukan jarak minimum dan
maksimum letaknya nilai µ = confident interval = confident limit = tingkat
kepercayaan

d) Ketika sampel besar, (Kirkwood and Sterne, 2006 menyatakan ≥ 60,

sedangkan Hastono dan Sabri, 2006 menyatakan ≥ 30  Kita pakai ≥ 30) 
tidak hanya distribusi sampling dari mean-mean sampel yang dapat
diperkirakan oleh distribusi normal dengan baik, tetapi juga standard deviasi
sampel (s) adalah perkiraan nilai standard deviasi populasi () yang dapat
diandalkan
e) Rumus umum Estimasi Selang/Confidence Interval (CI)

St – Z ½α. SE ≤ parameter ≤ St + Z ½α. SE

St = nilai statistik (sampel = xbar)

Z1/2 α = deviasi relatif (standar score, ditentukan oleh confident

interval : Z1/2 α 95% = 1.96, Z1/2α 90% = 1.645

SE = standar d error (σ/√n)

Parameter = nilai populasi yg diduga (µ)

Estimasi Interval dibagi menjadi tiga

1. Estimasi Mean
Semakin lebar rentang suatu nilai mean sampel, maka semakin tidak
akurat nilai mean sampel itu mewakili/mencakup nilai mean populasi yang
sesungguhnya.
Semakin sempit rentang suatu nilai mean sampel maka semakin
akurat nilai mean sampel itu mewakili/mencakup nilai mean populasi
sesungguhnya.
Ada 2 jenis :
a. Kasus sampel besar (n>30) dan atau σ diketahui
- Untuk Populasi tidak terbatas (infinite population)
- Untuk Populasi terbatas (finite population)

σ σ
x̄ - z α < μ < { x̄ + z α ¿
2 √n 2 √n

b. Kasus sampel kecil (n<30) dan atau σ tidak diketahui

- Untuk Populasi tidak terbatas (infinite population)
- Untuk Populasi terbatas (finite population)
 σ σ
x̄ - t( α < μ < { x̄ + t α ¿
2 √n 2 √n
) ( )

2. Estimasi Proposi

p̄ q̄ p̄ q̄
p̄ - z
3. Estimasi Deviasi
√ n
< π < { p̄ + z
√n
¿

a. Kasus sampel besar (n>30)

b. Kasus sampel kecil (n<30)
( n−1 ) s 2 2 ( n−1 ) s2
<σ <
χ 2 χ 2
½ (1+ γ ) ½ ( 1−γ )
 DAFTAR PUSTAKA

Apriani Tien, Anggi. 2016. Estimasi dan Interval Estimasi. Jakarta:Kompasiana.

Chandra, Budiman. 2009. Biostatistik Untuk Kedokteran dan Kesehatan. Jakarta : EGC.