ESTIMASI

Noor Latifah A, SKM, MKM

Prodi Gizi FKK UMJ
PENDAHULUAN ESTIMASI
• Pengambilan sampel diperlukan untuk
mengetahui nilai suatu populasi
• Teorema limit pusat  distribusi sampling
terjadi jika diambil berulang kali
• Pengambilan sampel berulang kali  tidak
mudah
• Sifat-sifat teorema digunakan untuk melakukan
estimasi atau perkiraan terhadap nilai populasi
PENGERTIAN ESTIMASI
ESTIMASI :
Suatu metode di mana kita dapat memperkirakan
nilai populasi (parameter) dengan memakai nilai
sampe (statistik)
CIRI-CIRI ESTIMATOR YANG BAIK
ESTIMATOR  Estimasi nilai statistik yang dipakai
untuk menduga nilai populasi atau parameter

Hasil dari pendugaan disebut estimasi secara statistik

(Statistical Estimate)

Estimator yang baik harus mempunyai sifat :

a. Tidak bias
b. Efisien
c. Konsisten
Ciri-ciri Estimator...(lanjutan)
• Estimator tidak bias  estimator yang hasil
estimasinya mengandung nilai parameter yang
di estimasi
• Efisien  hasil estimasi memakai nilai tersebut
pada rentang yang kecil saja sudah mengandung
nilai parameter
• Konsisten  berapa pun besarnya sampel pada
rentangnya akan mengandung nilai parameter
yang sedang di estimasi
• Pengukuran I BB kls statistik (n=40), rata-rata =
55,5 Kg
• Interval = 52,5 – 57,5 Kg
• Pengukuran II BB (=40), rata-rata = 53,7 Kg
BENTUK ESTIMASI
Macam-macam bentuk Estimasi :
1. Estimasi Titik (Point Estimation)
2. Estimasi Selang (Interval Estimation)
Estimasi Titik (Point Estimation)
• Nilai statistik (nilai-nilai sampel) digunakan
sebagai pendugaan nilai parameter.
• Nilai statistik (nilai-nilai sampel)  estimator
yang baik untuk menduga atau mengestimasi
nilai parameter
• Mis :
Nilai mean populasi (µ) = nilai mean sampel ̅
Nilai SD populasi ( ) = nilai SD sampel (S)
Estimasi Titik...(lanjutan)
• Cth :
Dari suatu penelitian terhadap suatu sampel ibu
hamil di Kab Cianjur dari 120 ibu didapatkan Hb
rata-rata 7,5 gr%.
Jika kita menduga kadar Hb ibu hamil di daerah
Cianjur dengan estimasi titik  Kadar Hb ibu
hamil di Kab. Cianjur adalah 7,5 gr%
Estimasi Titik...(lanjutan)
Kelemahan Estimasi Titik :
• Tidak dapat mengetahui seberapa kuat
kebenaran dugaan tersebut.
• Hasil dugaan kemungkinan salah besar

Cara untuk mengatasi kelemahan estimasi titik,

yaitu dengan melakukan estimasi silang (Interval
Estimation)
Estimasi Silang (Interval Estimation)
• Dasar estimasi silang/interval  sampel-sampel
yang diambil dari populasi akan berdistribusi
(normal) sekitar µ
• Simpangan baku = SE (Sifat distribusi sampling)
 dapat menentukan nilai batas minimum dan
maksimum terletaknya nilai µ.
• Batas jarak tertinggi dan terendah  Confident
Interval = Confident Limit
• Confident Interval = Confident Limit  luas
daerah di bawah kurva normal (90%, 95%, 99%)
Estimasi Silang...(lanjutan)
• Estimasi Interval dgn CI 90%, 95%, dan 99% 
kebenaran taksiran benar.
• Kemungkinan dugaan salah dengan CI 90%,
95%, dan 99%  sebesar 10%, 5%, atau 1%
• 10%, 5%, dan 1%  dikenal dengan alpha (α)
Estimasi Silang...(lanjutan)
Rumus :

∝ ∝
Atau

. ̂ .

St : Nilai statistik (sampel = ̅ )

Z : Deviasi relatif (standar score, besarnya
ditentukan oleh CI)
SE : Standard Error
Parameter : nilai populasi yang diduga = µ
Estimasi interval untuk beberapa
tingkat kepercayaan (1-)100%.
Estimasi Silang...(lanjutan)
Cth soal I :
Dari suatu sampel random sebanyak 100 orang
ibu hamil yang diambil di Kab. Cianjur
didapatkan Hb (Heamoglobin darah) = 9,6 gr%.
Simpangan baku di dalam populasi 5 gr%. Dengan
confident interval 95% akan dihasilkan kadar Hb
ibu hamil di Kab Cianjur adalah....
Estimasi Silang...(lanjutan)
Diketahui :
̅ sampel : 9,6 gr%
n sampel : 100 ibu hamil
: 5 gr%
5
& & 0,5 *+%
100
CI : 95%  Z = 1,96

Dijawab :
9,6 1,96 0,5 . 9,6 1,96 0,5
8,62 *+% 1 10,58 gr%
Estimasi Silang...(lanjutan)
Kesimpulan :
Dengan CI 95% bahwa kadar Hb ibu hamil di
Kab. Cianjur terletak antara 8,62 gr % s/d 10,58
gr%
Jika sampel yang diambil berulang kali pada
100 ibu hamil, maka 95% dari mean sampel-
sampel tersebut berada pada nilai 8,62 gr% s/d
10,58 gr%
Estimasi Silang...(lanjutan)
Jika simpangan baku dalam populasi ( ) tidak
diketahui  distribusi sampling diasumsikan
berdistribusi spt distribusi “student, t”.

Untuk menentukan nilai ‘t’, dibutuhkan :

- Alpha (α)
- Derajat kebebasan (degree of freedom)  n-1

Biasanya digunakan untuk n < 30.

Estimasi Silang...(lanjutan)
Rumus :

. ̂ .
Atau
̅ . ̂ ̅ .
Estimasi Silang...(lanjutan)
Cth soal :
Dari 25 ibu hamil di Kab. Cirebon yang diambil secara
random didapatkan kadar Hb = 9 gr%, simpangan
baku sampel = 7,7 gr%. Maka kadar ibu hamil
adalah...
Diketahui :
̅ : 9 gr%
n : 25 ibu hamil
s : 7,7 gr%
7,7
& & 1,54 *+%
25
CI : 95%, α = 5%  df = 25 – 1 = 24.... t = 2,064
Estimasi Silang...(lanjutan)
9 2,064 1,54 . 9 2,064 1,54
5,82 *+% 1 12,18 gr%

Kesimpulan :
Kadar ibu hamil di Kab. Cirebon berada pada 5,82
gr%; 12,18 gr% (CI 95%)
Estimasi Silang...(lanjutan)
Rentang interval dapat dipersempit dengan 3 cara
yaitu :
1. Memperkecil confiden interval, misalnya dari
95 % menjadi 90%
2. Memperbesar n (besar sampel)
3. Meningkatkan ketelitian sehingga didapatkan
varian sampel yang kecil
Latihan Soal
• Jarak antara rata-rata 100 rumah pasien dengan
Puskesmas adalah 10,6 Km dengan standar deviasi
sekitar 1,3 Km, berapa mean populasi (µ) pada batas
kepercayaan 90% dan 95% ? Interpretasikan
hasilnya !
• Dari hasil pemeriksaan tekanan darah 21 orang
pasien yang memakai obat hipertensi A, terjadi
penurunan rata-rata pada tekanan diastolik = 15
mmHg dengan standar deviasi = 2,0 mmHg, berapa
confident interval µ pada batas 95% dan 99% ?
Interpretasikan hasilnya!