MAKALAH EXPERT LECTURE 17

“ESTIMASi”
Tujuan penulisan ini untuk memenuhi tugas modul Metodologi Penelitian dan
Biostatistik

Dosen : Ns. Waras Budi Utomo, S.Kep., MKM

Disusun Oleh :

Syifa Ashbahati Zahra 11181040000041

PROGRAM STUDI ILMU KEPERAWATAN

FAKULTAS ILMU KESEHATAN

UIN SYARIF HIDAYATULLAH JAKARTA

2021
1) Pengertian Estimasi

Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi
dengan memakai nilai sampel. Misalnya rata-rata sampel digunakan untuk menaksir
rata-rata pupolasi proporsi sampel untuk menaksir proporsi populasi ( p ), dan jumlah
ciri tertentu sampel untuk menaksir jumlah ciri tertentu populasi. Nilai penduga disebut
dengan estimator, sedangkan hasil estimasi disebut dengan estimasi secara statistik.

Kegunaan estimasi :

- Pendugaan (estimasi) digunakan untuk mendapatkan gambaran yang

jelas tentang ciri-ciri populasiyang tidak diketahui dengan
menggunakan informasi , contoh atau penduga(estimator).

- Agar ciri-ciri atau parameter populasi dapat ditampilkan dengan jelas

dan benar maka penduga yang digunakan harus merupakan penduga
yang terbaik.

2) Estimasi Titik dan Selang

Estimasi Titik

Estimasi titik adalah nilai tertentu yang digunakan untuk mengestimasi nilai populasi.
Sebagai contoh, rata-rata (mean) sampel (x) adalah sebuah penaksiran titik dari nilai
rata-rata (mean) pupulasi M. Begitu juga dengan proporsi sample (p) adalah nilai
estimasi titik untuk proporsi populasi P. Ada tiga kriteria ketepatan estimasi titik
sehingga bisa digunakan untuk membuat keputusan tentang parameter populasi yaitu :
tidak bias, konsisten, dan efisien

Contoh :

Pabrik ban “Stonbridge” ingin mengestimasi penjualan rata-rata per hari. Sebuah sampel
harian dikumpulkan menghasilkan rata-rata Rp 8.000.000,-.

Dalam hal ini telah dilakukan estimasi titik, dengan menggunakan estimator berupa
statistic mean ( ) untuk mengestimasi parameter mean populasi (μ). Nilai sampel Rp
8.000.000,- sebagai nilai estimate dari mean populasi
Kelemahan estimasi titik :

Tidak dapat mengetahui berapa kuat kebenaran dugaan tersebut dan berkemungkinan
besar akan mengalami kesalahan dugaan. Kelemahan estimasi titik ini dapat dihilangkan
dengan cara melakukan estimasi interva

Estimasi Selang (Interval)

Ketepatan estimasi sample bisa diukur dengan menggunakan estimasi interval. Estimasi
interval adalah sebuah interval keyakinan (confidence interval) berisi pernyataan
keyakinan bahwa interval tersebut berisi nilai parameter. Besarnya estimasi interval ini
dipengaruhi oleh 3 faktor: Besarnya sampel (n), Tingkat keyakinan atau kepercayaan
yang dipilih (level of confidence), dan Variabilitas dari populasi yang diukur dengan
standar deviasi. Sebagai contoh, a<x<b adalah sebuah penaksiran interval untuk nilai
rata-rata (mean) untuk populasi M. contoh tersebut menyatakan bahwa rata-rata (mean)
populasi (M) berada pada rentang lebih dari a tetapi kurang dari b.

Dasar estimasi interval ini adalah bahwa sampel sampel yang diambil dari suatu
populasi akan berdistribusi normal sekitar μ dengan simpangan baku = SE (sifat dari
distribusi sampling). Dengan ini menentukan batas minimum dan maksimum terletaknya
nilai μ. Jarak dari batas tertinggi dan terndah ini ditentukan sebagai confident interval =
confident limit yaitu luas daerah dibawah kurva normal ditentukan dengan persentase
misalnya 90%, 95%, dan 99%.

Rumus umum

Variansi populasi tidak diketahui, tetapi n ³ 30. Variansi populasi tidak diketahui dan n
< 30 dengan ta/2 = nilai dari distribusi t dengan derajat bebas v = n-1 sehingga daerah
disebelah kanannya seluas a/2.

- Interval keyakinan 90% (α/2 = 0,05) nilai Z = 1,64

- Interval keyakinan 95% (α/2 = 0,025) nilai Z = 1,96

- Interval keyakinan 99% (α/2 = 0,005) nilai Z = 2,58

 Contoh estimasi interval

Dari suatu sampel random sebanyak 100 org ibu hamil yg diambil di Kab Cianjur
didapatkan Hb = 9,5 gr% dan σ = 5 gr%. Dengan confident interval 95%, kadar Hb
ibu hamil di Cianjur

- 9,5- (1,96 x SE)≤ ≤ 9,5 + (1,96 x SE)

- 9,5- (1,96 x 0,5) ≤ ≤ 9,5 + (1,96 x 0,5)

- 8,52 gr% < μ < 10,48%

Artinya:

1. Kita yakini 95% bahwa Hb ibu hamil di Cianjur terletak antara 8,52 gr% sampai
10,48 gr%

2. Kalau kita ambil berulang kali sampel (cara dist.sampling) maka 95% dari mean
sampel berada pada nilai 8,52 gr% sampai 10,48%

3) Estimasi Rata-Rata dan

Proporsi Estimasi Rata-Rata

a. Estimasi rata-rata

Berikut rumus yang digunakan:

Jika sampel terlalu kecil (kurang dari 30 ). Kita harus menggunakan distribusi-t dengan
derajat kebebasan n-1.
 b. Estimasi dua rata-rata

Estimasi untuk perbedaan dua rata-rata populasi bertujuan untuk membandingkan

dua populasi yang berbeda.

Contohnya, kita dapat membandingkan antara pria dan wanita, pengusaha dan
karyawan, dan lainnya.

Dalam memperkirakan perbedaan antara dua rata-rata populasi, seorang peneliti

mengambil sampel dari setiap populasi dan menggunakan perbedaan rata-rata dari
dua sampel tersebut, lalu kurangi atau tambahkan dengan margin of error.

Hasilnya adalah interval kepercayaan untuk perbedaan rata-rata dua populasi.

Estimasi Proporsi
a. Estimasi Proporsi
Estimasi untuk proporsi populasi bertujuan untuk menghasilkan selang kepercayaandalam
menduga statistik uji yang dihasilkan yang berbentuk proporsi.
Berikut formula estimasi untuk proporsi populasi:

Selang kepercayaan untuk proporsi sering digunakan dalam jenis data kategori.
 Contoh data kategori adalah opini, preferensi, kebiasaan, dll. Biasanya, peneliti
memperkirakannya dengan membuat proporsi berdasarkan karakteristik atau kriteria tertentu.
Contoh, persentase orang yang suka pedas atau tidak, proporsi pekerja pagi, dan banyak
lainnya. Dengan selang kepercayaan, seorang peneliti bisa memperkirakan proporsi populasi
menggunakan proporsi sampel dan sesuai dengan margin of error.

b. Estimasi Dua Proporsi

Estimasi untuk perbedaan dua proporsi bertujuan untuk membandingkan dua proporsi
pupulasi dari statistik uji (seperti membandingkan pria dengan wanita mengenai pendapat
tentang pemilihan presiden) dan memperkirakan perbedaan antara dua proporsi tersebut.
Anda bisa melakukan ini dengan mengambil perbedaan dalam proporsi setiap sampel dari
populasi, lalu menambahkan dan mengunranginya dengan margin of error.
Hasilnya adalah interval kepercayaan untuk perbedaan dua proporsi populasi.
 DAFTAR PUSTAKA

Hastono Sutanto Priyo. 2013. Statistic kesehatan. Jakarta: Rajawali Pers

Sunjaya,Wina. 2011. Metode Statistika. Jakarta: Kencana.