ESTIMASI

A. PENDAHULUAN
Statistika secara didikotomi menjadi statistika deskriptif dan statistika
inferesial. Statistika inferensial meliputi metode analisis, interpretasi dan
prediksi berdasarkan hasil sampel dalam membantu penarikan kesimpulan
suatu populasi. Statistika inferensial dapat dibagi menjadi dua kategori umum
yaitu estimasi parameter dan pengujian hipotesis. Teknik ini menggunakan
informasi sampel dalam menentukan kesimpulan.
Estimasi merupakan suatu metode dimana peneliti dapat memperkirakan
nilai populasi dengan menggunakan nilai sampel atau aturan yang pada
umumnya diekspresikan sebagai sebuah formula yang menyatakan bagaimana
menghitung nilai estimasi berdasarkan muatan pengukuran dalam sampel.
Karakteristik suatu populasi dapat diketahui dengan melakukan estimasi
terhadap sampelnya. Sedangkan nilai sampel statistik yang digunakan untuk
mengestimasi parameter populasi disebut dengan estimator. Tujuan dari
banyak investigasi statistik adalah untuk mengestimasi satu atau lebih
parameter yang relevan. Karakteristik yang berkaitan dengan sampel disebut
sebagai statistik, sedangkan karakteristik yang berkaitan dengan populasi
disebut dengan parameter. Parameter adalah ukuran seluruh populasi yang
diwakili oleh nilai estimasi.

B. PEMBAHASAN
1. Definisi Estimasi
Pada bab ini kita perlu mengetahui konsep dasar dan definisi dari
masing-masing istilah, yakni, Dugaan (Estimate) adalah sebuah nilai
spesifik atau kuantitas daripada sebuah statistik misalnya: nilai mean
sampel, persentase sampel, atau varians sampel. Pendugaan (Estimation)
merupakan Keseluruhan proses yang menggunakan sebuah penduga untuk
menghasilkan sebuah dugaan daripada parameter. Sedangkan Penduga
(Estimator) ialah setiap statistik (mean sampel, persentase sampel, varians
sampel, dan lain-lain) yang digunakan untuk menduga sebuah parameter.
2. Ciri-Ciri Estimator yang Baik
Seperti yang telah dijelaskan, estimator merupakan nilai statistik yang
dipakai untuk menduga nilai populasi atau parameter. Estimator yang baik
haruslah mempunyai sifat; (1) tidak bias yaitu estimator yang hasil
estimasinya mengandung nilai parameter yang diestimasi, (2) efisien yaitu
apabila hasil estimasi memakai nilai tersebut pada rentang yang kecil saja
sudah mengandung nilai parameter, (3) konsisten ialah berapapun
besarnya sampel pada rentangnya akan mengandung nilai parameter yang
sedang diestimasi.
3. Bentuk Estimasi
Secara umum, ada dua bentuk estimasi yang sering digunakan, yaitu
Estimasi Titik (Point Estimation) dan Estimasi Selang (Interval
Estimation).
a. Estimasi Titik (Point Estimation)
Estimasi titik ialah pendugaan yang terdiri dari satu nilai saja dan
tidak memberikan gambaran mengenai berapa jarak/selisih nilai
penduga tersebut terhadap nilai parameter.
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.
Sebagai contoh, dari suatu penelitian terhadap suatu sampel ibu
hamil di Kota Tangerang dari 210 ibu didapatkan Hb rata-rata 7,5gr%.
Kalau kita menduga kadar Hb ibu hamil di daerah Tangerang dengan
estimasi titik, kita katakana kadar Hb ibu hamil di Kota Tangerang
adalah 7,5gr%.
b. Estimasi Selang (Interval Estimation)
Estimasi selang adalah suatu pendugaan berupa interval atau
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. Tingkat kepercayaan adalah probabilitas bahwa parameter
populasi yang diduga akan termuat dalam interval estimate. Interval-
interval kepercayaan (confidence interval) adalah estimate-estimate
interval berdasarkan pada tingkat kepercayaan tertentu. Confidence
Interval (CI) adalah luas area di bawah kurva normal, yang ditentukan
dengan persentase misalnya 90%, 95%, dan 99%.
Dasar estimasi interval ini adalah 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.
Rentang interval dapat dipersempit dengan tiga cara, yaitu (1)
memperkecil confident interval, misalnya dari 95% menjadi 90%; (2)
memperkecil n (besar sampel); (3) meningkatkan ketelitian sehingga
didapatkan varian sampel yang kecil.
Adapun rumus umum Estimasi Selang yaitu:
 Jika digunakan sampel besar (n ≥ 30), maka distribusi sampling
harga X akan berdistribusi normal dengan rata-rata µ dan
standard deviasi σ.
  Jika digunakan sampel kecil (n ≤ 30), maka distribusi sampling
harga X akan berdistribusi t (Student) dengan nilai tengah µ
dan standard deviasi s.

c. Estimasi Nilai Proporsi Populasi (π)

Jika sampel-sampel random sebesar n diambil dari suatu populasi
yang besar dan a banyaknya unit yang bersifat A dalam sampel-sampel
tersebut, maka distribusi sampling mendekati harga normal. Sehingga
selang kepercayaan untuk π adalah sebagai berikut:

C. PENUTUP
Proses estimasi merupakan peristiwa yang dialami orang setiap hari, teori
estimasi memegang peranan penting dalam biostatistika inferensial karena
teori estimasi dan uji hipotesis merupakan dasar dari biostatistik inferens
(yang dilandasi teori probabilitas). Penerapan teori estimasi dalam bidang
kesehatan contohnya digunakan untuk mengestimasi prevalensi penderita
penyakit; mengestimasi angka kematian, seperti AKI dan AKB. Jika waktu
dan informasi cukup memadai, maka estimasi yang akurat, menghasilkan
ukuran yang dapat dipertanggung jawabkan.

D. DAFTAR PUSTAKA
Sabri, Luknis, Hastono, Sutanto Priyo. 2014. Statistik Kesehatan. Jakarta:
Rajawali Pers.
www.academia.edu/31656460/ESTIMASI_PARAMETER_POPULASI
https://henriqmoniz.files.wordpress.com/2013/03/3-estimasi-new.pdf
http://repository.usu.ac.id/bitstream/handle/123456789/54596/Chapter
%20I.pdf?sequence=5&isAllowed=y