ESTIMASI TITIK, ESTIMASI INTERVAL, ESTIMASI RATA-RATA DAN

ESTIMASI PROPORSI

Juanda Roki Saputra

September 2020

Abstrak

Dalam teorema limit pusat dinyatakan bahwa distribusi sampling terjadi jika

sampel diambil berulang kali. Dalam praktiknya tidak mugkin kita mengambil

sampel berulang kali.selain karena tidak mudah, juga tidak perlu sebab dengan

menerapkan sifat-sifat teorema tersebut kta dapat melakukan estimasi atau

perkiraan terhadap nilai populasi estimasi atau perkiraan adalah suatu proses yang

menggunakan sampel statistik untuk menduga atau menafsir paramter populasi

yang tidak diketahui.

A. Pengertian estimasi

Estimasi adalah suatu metode untuk memperkirakan nilai populasi

(parameter) dengan menggunakan nilai sampel (statistik). Taksiran dalam

praktik sehari-hari sifat populasi jarang diketahui oleh sebab itu digunakan

nilai-nilai statistik (Sabri, 2014, p. 102). Hasil dari sebuah pendugaan atau

perkiraan disebut dengan estimasi secara statistik (Asra, 2017, p. 84).

Estimasi merupakan suatu cara yang dilakukan seseorang dimana untuk

memperkirakan suatu nilai populasi atau parameter dengan menggunakan

nilai statistik ( Nursiyono & Febry Wahyuningtyas, 2017, p.83).

Estimasi titik ( Point Estimation) merpakan nilai-nilai sampel atau nilai

statistik yang dapat digunakan sebagai perkiraan nilai parameter karena nilai

ini merupakan estimator yang baik untuk memperkirakan nilai parameter

(Asra, 2017, p. 84).

Misalnya, nilai mean sampel kita anggap sebagai nilai mean populasi.

µ di estimasi sama dengan ×

s di estimasi sama dengan ơ

sebagai contoh, dari suatu penelitian terhadap suatu sampel ibu hamil di

kab cianjur dari 210 ibu didapatkan Hb rata-rata 7,5 gram. Kalau kita

menduga kadar Hb ibu hamil di daerah cianjur dengan estimasi titik, kita

katakan kadar Hb ibu hamil adalah 7,5 gram di kab cianjur. Sebetulnya nilai

populasi atau µ bisa kita duga dari brmacam-macam nili di dalam sampel

seperti nilai median ataupun nilai mode atau salah satu dari nilai pengamatan,

namun dikatakan tidak bias adalah nilai mean.

Estimasi selang (interval estimation). Dasar estimasi ini adalah bahwa

sampl-sampel yang diambil dari suatu populasi akan berdistribusi normal

sekitar µ, dengan simpangan baku = SE ( sifat dari distribusi sampling).

Dengan ini kita menentukan batas minimum dan maksimum terletaknya nilai

µ. Jarak dari batas tertinggi dan terendah ini ditentukan sebagai confiden
 interval = confiden limit yaitu luas darah di bawah kurva normal ditentukan

dengan persentase misalnya 90%, 95%, 99%.

Rumus umum :

St −Z 1 /2 α ≤ PARAMETER ≤ St +Z 1 /2 α SE

Keterangan :

St : nilai statistik (sampel = x)

Z : deviasi relatif (standar score, besarnya ditentukan oleh confiden
interval)
SE : standar error
Parameter : nilai populasi yang diduga

Contoh :

Sebanyak 100 orang ibu hamil yang iambil di kabupaten cianjur didapatkan
hb =9,6 gram. Simpangan baku di dalam populasi 5 gram. Dengan confiden
interval 95% akan dihasilkan kadar Hb ibu hamil di kabupaten cianjur adalah:

x mean sampel = 9,6 gr%

n sampel = 100

Ʃ = 5 gr%

SE = 5/V = 0,5 gr%

Cl = 95%....Z = 1,96

9,5 gr% - 1,96 x 0,5 gr% ≤ 9,5 gr% + 1,96 x 0,5 gr% 8,5 gr% ≤ µ ≤ 10,48gr
%

Dari hasil dapat diartikan bahwa :

1. Peneliti sangat yakin Hb ibu hamil yang berada di cianjur yaitu antara 8,52
gr% - 10,48 gr% yaitu 95% dari ibu hamil
2. Jika dilakukan dari smapel yang sudah ada yaitu sebanyak 100 ibu hamil
didaerah cianjur, maka 95% dari mean atau nilai rata-rata sampel berada pada
8,52 gr% - 10,48 gr%.

Estimasi pendugaan rata-rata. Estimasi ini merupakan pendugaan atau

perkiraan mengenai nilai parameter µ yang sebenarnya berdasarkan informasi
rata-rata sampel (Rachmat, 2012, p. 106).

Contoh : dari hasil penelitian mahasiswa terhadap 100 orang yang ditimbang
berat badan nya diperoleh rata-rata berat badan = 45 kg dengan standar
deviasi = 22 kg. Dengan 95% (z=1,96) maka :

µ = 45 ± 1,96 x 22/√100 = 40,68 ≤µ ≤ 49,31, artinya jika diambil sampel

berulang kali maka 95% nilai rata-rata berat badan terletak antara 40,68 kg
sampai dengan 49,31 kg.

Estimasi proporsi. Adalah perkiraan atau pndugaan dari proporsi populasi

yang tidak diketahui.

Rumus :

pq
π= p ± X 1/ 2 a SE=p ± Z1 /2 a
√ n

Contoh

Penelitian terhadap 100 orang diperoleh bahwa 7% pengunjung puskesmas

adalah penderita DM. Dengan tingkat kpercayaan 90% berapa perkiraan
proporsi penderita DM?

0,07 x 0,93
P =0,07, q 1-0,07 = 0,93 ; SE =
√ 100
= 0,025

007 – 1,645 0,025 ≤ P ≤ 0,07 + 1,645. 0,0025

 0,029 ≤ P ≤ 0,11 artinya jika diambil sampel secara berulang kali maka 90%
nilai proporsi penderita DM terletak antara 0,0029 (2,9%) sampai dengan
0,11 (11%).

DAFTAR PUSTAKA

Asra, A. (2017) statiska terapan. Jakarta: IN MEDIA.

Nursiyono, J. A., & Febry Wahyuningtyas. (2017). Pengantar Statistika Dasar.

IN MEDIA.
Rachmat, M. (2012) Buku Ajar Biostatistika : Aplikasi Pada Penelitian
Kesehatan. Jakarta: EGC.

Sabri, L. (2014) Statistik Kesehatan. 1st edn. Jakarta: Rajawali Pers.