BAB I

PENDAHULUAN

1.1 Latar belakang

Penggunaan statistik sudah dikenal sebelum abad 18, pada saat itu Negara-negara
babilon, Mesir dan Roma mengeluarkan catatan tentang nama, usia, jenis kelamin, pekerjaan
dan jumlah anggota keluarga. Kemudian pada tahun 1500, pemerintah Inggris mengeluarkan
catatan mingguan tentang kematian. Baru pada tahun 1772-1791, G.Achenwall menggunakan
istilah statistika sebagai kumpulan data tentang negara. Tahun 1791-1799, DR.E.A.W
Zimmesman mengenalkan kata statistika dalam bukunya Statistical Account of Scotland.
Pada tahun 1918-1935, R. Fisher mengenalkan analisa estimasi dalam literature statistiknya.
Proses estimasi merupakan peristiwa yang dialami oleh setiap orang dalam kehidupan
sehari-hari. Misalnya, bila kita menyeberang jalan dan melihat ada kendaraan yang akan
lewat maka kita membuat estimasi tentang kecepatan kendaraan, lebar jalan, dan kecepatan
kita untuk membuat keputusan.
Teori estimasi memegang peran yang sangat penting dalam statistika inferensial
karena teori estimasi bersama-sama dengan pengujian hipotesis merupakan dasar statistika
inferensial yang dilandasi oleh teori peluang. Di bidang gizi, teori estimasi digunakan untuk
menaksirkan banyaknya penderita masalah gizi tertentu dimasa yang akan datang,
menaksirkan jumlah pengunjung atau menaksir prognosa suatu penyakit, dan lain-lain.
Demikianlah teori estimasi harus di pelajari didalam statistika dengan yang harus di
ketahui terlabih dahulu yaitu estimator, titik estimasi, dan interval estimasi.

1.2 Rumusan Masalah

Melalui latar belakang masalah diatas, maka penulis dapat merumuskan masalah
sebagai berikut:
1. Bagaimanakah pengertian dari estimasi?
2. Bagaimanakah ciri-ciri estimaktor yang baik?
3. apasajakah jenis teori estimasi?

1
1.3 Tujuan

Berdasarkan rumusan masalah diatas, maka dapat ditarik tujuan dari penulisan
makalah ini adalah sebagai berikut:
1. Untuk mengetahui pengertian dari estimasi
2. Untuk mengetahui ciri-ciri estimator yang baik
3. Untuk mengetahui jenis teori estimasi

2
 BAB II
PEMBAHASAN

2.1 Pengertian Estimasi

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

2.2 Ciri - Ciri Estimator yang Baik

Andaikan parameter populasi dinyatakan sebagai Ø dan parameter estimasi

dinyatakan sebagai Ǿ, maka seyogyanya variable random Ǿ akan bervariasi tidak terlalu jauh
sekitar yang Ø konstan. Statistik estimasi yang demikian ini umumnya dinilai sebagai
estimasi “yang baik” jika memiliki paling tidak 3 ketentuan yakni tidak bias, efisien dan
konsisten. Berikut ini akan dibahas 3 ketentuan yang seringkali digunakan:

a. Tidak bias
Jika mean dari distribusi sampling suatu statistik sama dengan parameter populasi
korespondensinya, maka statistik ini disebut sebagai estimator tak bias dari parameter
tersebut. Kebalikannya, jika mean dari distribusi sampling suatu statistik tidak sama dengan
parameter populasi korespondensinya, maka statistik ini disebut sebagai estimator bias dari
parameter tersebut. Nilai-nilai korespondensi dari statistik-statistik ini msaing-masing disebut
estimasi bias dan estimasi tak bias.

b. Efisien
Jika distribusi sampling dari dua statistik memiliki mean atau ekspektasi yang sama,
maka statistik dengan varians yang lebih kecil disebut sebagai estimator efisien dari mean,
sementara statistik yang lain disebut sebagai estimator tak efisien. Adapun nilai-nilai yang
berkorespondensi dengan statistik-statistik ini masing-masing disebut sebagai estiamsi efisien
dan estimasi tak efisien. Jika semua kemungkinan statistik yang distribusi samplingnya
memiliki mean yang sama, maka statistik dengan varian terkecil terkadang disebut sebagai
estimator paling efisien atau terbaik dari mean ini.

3
c. Konsisten
Bila besarnya sampel bertambah maka hampir dapat dipastikan bahwa nilai statistik
sampel akan lebih mendekati nilai parameter populasi, estimator demikian disebut konsisten.
Estimator konsisten adalah estimator yang cenderung sarna dengan nilai sebenarnya
meskipun ukuran sampel semakin lama semakin besar. Dalam Kasus ini, apakah kita tahu
bahwa nilai barn dari x akan lebih mendekati mean (rata-rata) Dari J.l Atau ada kemungkinan
lebih jauh? Estimator Yang konsisten adalah estimator yang akan bergerak mendekati nilai
sebenarnya bila jumlah elemen sampel ditambah.

2.3 Jenis Teori Estimasi

a. Estimasi Titik
Titik estimasi merupakan salah satu cara untuk mengadakan estimasi terhadap
parameter populasi yang tidak diketahui. Titik estimasi ialah nilai tunggal yang digunakan
untuk mengadakan estimasi terhadap parameter populasi.
Titik estimasi yang dapat digunakan untuk mengadakan estimasi parameter populasi
ialah 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.

Rumus estimasi titik:

∑x
µ: |X =
n
∑( x−x )2
σ2 : S2 =
n−1
X
P: P=
n

b. Estimasi Interval
Dari penelitian dan perhitungan-perhitungan harga statistik suatu sampel, bisa
dihitung suatu interval dimana dengan peluang tertentu harga parameter yang hendak ditaksir
terletak dalam interval tersebut.

4
 Estimasi interval merupakan sekumpulan nilai statistik sampel dam interval tertentu
yang digunakan untuk mengadakan estimasi terhadap parameter populasi dengan harapan
bahwa nilai parameter populasi terletak dalam interval tersebut.

Estimasi Rata – rata : dalam statistik di asumsikan suatu ukuran sampel dikatakan
besar apabila n ≥ 30, sampel dikatakan kecil apabila n ≤ 30.

Estimasi rata-rata untuk sampel kecil n < 30, maka :

 Parameter estimasi rata-rata µ:
Interval kepercayaan (1-α) untuk menduga rata rata µ. Dengan sampel kecil, bila σ tidak
diketahui adalah :

S S
X – t α / 2,v < µ < X + tα / 2,v Dimana: derajat bebas = v = n-1
√n √n

 Parameter estimasi rata-rata µ1 - µ2:

Misalkan diketahui 2 populasi masing-masing mempunyai rata-rata µ1 dan µ2, dan
distribusinya mendekati normal. Serta misalkan variansi dua populasi itu sama yaitu σ 12 =
σ22= σ2 tetapi tidak diketahui berapa besarnya. Maka rumusnya :
1 1 1 1
(X1 – X2) - t α / 2,v Sp
√ √
+ < µ1 - µ2 <(X1 – X2) + t α / 2,v Sp
n1 n2
+
n1 n2
Dimana : derajat kebebasan v = n1 +n2 - 2
Simpangan baku gabungan adalah

Bila variansi 2 populasi tidak sama besarnya yaitu σ 12 ≠ σ 22 dan kedua variansi tidak
diketahui nilainya, maka interval kepercayaan (1-α) untuk beda dua rata-rata µ1 - µ2 dari dua
populasi tersebut adalah :

Dimana derajat kebebasan :

 Parameter estimasi beda dua rata-rata µ1 - µ2 jika kedua sampel tidak bebas:

5
Misalnya bila pengamatan dalam kedua sampel diambil secara berpasangan sehingga kedua
sampel saling terkait, maka interval kepercayaan (1-α) untuk beda dua rata-rata µ1 - µ2 = µd
dari dua populasi tersebut adalah:

Dimana derajat kebebasan v = n-1, dan

Estimasi rata-rata untuk sampel besar n ≥ 30, maka :

 Parameter estimasi rata-rata µ :

Interval kepercayaan (1-α) untuk estimator rata-rata µ, bila σ diketahui adalah:
σ σ
X – Z a/ 2 < µ < X + Z a/ 2
√n √n
Bila σ tidak diketahui, amak dapat digunakan estimator dari σ yaitu S
 Parameter estimasi proporsi P :
Interval kepercayaan (1-α) untuk menduga proporsi P adalah:
pq pq X X
P - Z a/ 2
√ n
< P < p + Z a/ 2
√ n
dimana P =
N
dan Ṕ = p =
N
, q=1-p

 Parameter estimasi beda dua rata-rata (µ1 - µ2):

Interval kepercayaan (1-α) untuk menduga beda dua rata-rata µ1 - µ2 :
Untuk σ 12 ≠ σ 22 ≠ σ 2 :

Untuk σ 12 = σ 22 = σ 2 :

 Parameter estimasi beda dua rata-rata (P1 - P2):

Interval kepercayaan (1-α) utnutk estimator beda dua proporsi (P1 - P2) adalah:

6
 BAB III
PENUTUP

3.1 Kesimpulan

Estimasi merupakan kegiatan penarikan kesimpulan statistik yang berawal dari hal-
hal yang bersifat umum ke hal – hal yang bersifat khusus, agar penarikan kesimpulan dapat
dibenarkan dan mampu mendekati kebenaran maka dibutuhkan suatu alat untuk memproses
data secara benar, jika kegiatan estimasi dapat dilakukan secara benar maka semua keputusan
yang berkaitan dengan estimasi dapat dilakukan juga dengan benar dan dapat untuk
mengatasi segala persoalan statistik.
Estimator : setiap statistik (mean sampel,varians sampel) yang digunakan untuk
mengestimasi sebuah parameter haruslah meliputi kriteria yang baik yakni:
a. Estimator tak bias
b. Estimator efisien
c. Estimator konsisten
selain itu, teori estimasi dikenal dua jenis estimasi yaitu : estimasi titik dan estimasi interval

3.2 Saran

Semoga dengan pembuatan makalah ini dapat dipergunakan di kehidupan sehari-hari

sebagai acuan dalam pembelajaran statistik.

7
 DAFTAR PUSTAKA

Budiarto, Eko. 2011. Biostatistika untuk Kedokteran dan Kesehatan Masyarakat. Jakarta :
EGC

Antho. 2012. Makalah Singkat Mengenai Estimasi Tugas Mata Kuliah Statistic Bisnis Oleh
Bapak I Putu Artayase (online) http://antho-
765.mhs.narotama.ac.id/2012/05/04/makalah-singkat-mengenai-estimasi-tugas-mata-
kuliah-statistik-bisnis-oleh-bpk-i-putu-artayase-mm/ diakses pada tanggal 11
November 2016 jam 1.39 WIB

Gunadarma. Statistik Untuk Ekonomi dan Bisnis (Online)

http://elearning.gunadarma.ac.id/docmodul/statistika_untuk_ekonomi_dan_bisnis/bab
10_estimasi_statistik.pdf diakses pada tanggal 11 November 2016 jam 1.39 WIB