ESTIMASI SAMPEL

Mursid Tri Susilo, S.Gz., M.Gizi

Program Studi Gizi Jurusan Ilmu Kesehatan Masyarakat
Universitas Negeri Semarang
Ruang Lingkup
• Proses estimasi merupakan peristiwa yang dialami oleh
setiap orang dalam kehidupan sehari-hari. Misal:
memperkirakan kapan waktu dan jarak yang ditempuh
saat menyeberang jalan raya
• Seorang manajer juga mengestimasi apakah kebijakan
yang diambilnya sudah tepat atau belum
• Estimasi memerlukan data yang akurat dan lengkap
untuk bisa mendapatkan hasil estimasi yang baik
• Dalam metode statistika, teori estimasi digunakan untuk
menaksir parameter populasi seperti rata-rata atau
proporsi variabel tertentu melalui perhitungan statistik
sampel
• Perhitungan langsung pada populasi seringkali tidak
memungkinkan karena data yang sangat besar
• Di bidang kedokteran: teori estimasi digunakan untuk
menaksir banyak penderita penyakit tertentu, jumlah
pengunjung atau prognosa suatu penyakit
Estimator dan Estimit
• Estimator ialah statistik sampel yang digunakan untuk
menaksir parameter populasi
• Misalnya: rata-rata sampel (𝑥 ) digunakan untuk menaksir
rata-rata populasi (μ)
• Misalnya: proporsi sampel (𝑝 ) digunakan untuk menaksir
proporsi populasi (p)
• Misalnya: jumlah ciri tertentu sampel (x’) digunakan untuk
menaksir jumlah ciri tertentu populasi (X’)
• Estimit ialah angka atau nilai yang digunakan untuk menaksir
parameter populasi
• Misalnya: hasil pengukuran tinggi badan sampel adalah 163
cm, maka angka ini digunakan untuk menaksir tinggi badan
populasi
Kriteria Estimator yang baik
• Walaupun statistik sampel dapat digunakan sebagai estimator untuk
menaksir parameter populasi, tetapi tidak semua statistik
merupakan estimator yang baik.
• Kriteria estimator yang baik:
1. Tidak bias
Tidak bias artinya nilai statistik sampel memiliki nilai yang sama
dengan nilai statistik populasi
2. Efisien
Statistik sampel memiliki kesalahan baku yang kecil. Kesalahan
baku yang kecil mempunyai peluang yang besar untuk lebih
mendekati nilai parameter populasi seseungguhnya.
3. Konsisten
Bila besarnya sampel bertambah maka hampir dapat dipastikan
bahwa nilai statistik sampel akan lebih mendekati nilai parameter
populasi, estimator demikian disebut konsisten.
Macam-Macam Estimasi
• Estimasi terhadap parameter populasi bermacam-macam
bergantung pada statistik sampel yang digunakan sebagai
estimator, besar populasi, besar sampel, dan deviasi standar
populasi
• Secara garis besar, macam-macam estimasi adalah sbg berikut:
Estimasi satu Estimasi dua
populasi populasi

Estimasi Estimasi
Estimasi rata- Estimasi
perbedaan rata- perbedaan
rata proporsi
rata proporsi

Interval estimasi
Titik estimasi Titik estimasi Interval estimasi
proporsi

Interval estimasi
Estimasi Satu Populasi
(Estimasi rata-rata satu populasi)
Titik Estimasi
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.
Contoh:
Rata-rata pasien per-minggu adalah 30 orang. Nilai ini
merupakan titik estimasi terhadap nilai rata-rata pasien per-
minggu di masa yang akan datang misalnya minggu depan atau
minggu berikutnya lagi.
• Pemakaian titik estimasi untuk menaksir parameter populasi sering
tidak memuaskan  karena hanya dapat mengetahui apakah
estimasi tersebut benar atau salah.
• Contoh:
• Pada contoh sebelumnya dinyatakan bahwa estimasi rata-rata
pasien per-minggu adalah 30 orang, yakni diprediksi pasien yang
akan datang minggu depan adalah 30 orang. Namun setelah minggu
berikutnya berjalan, ternyata didapatkan bahwa pasien yang datang
per-minggu adalah 28 orang. Maka dapat disimpulkan bahwa titik
estimasi 30 orang adalah salah.
• Oleh karena itu, titik estimasi akan lebih bermanfaat bila disertai
dengan penyimpangan yang masih dapat diterima. Ini berarti bahwa
perbedaan dengan nilai titik estimasi tidak berpengaruh terhadap
kesimpulan yang kita buat.
Titik estimasi yang dapat digunakan untuk mengadakan estimasi
parameter populasi ialah:
A. Titik estimasi rata-rata sampel (x)terhadap rata-rata
populasi (μ)
B. Titik estimasi proporsi sampel (p) terhadap proporsi
populasi (p)
C. Titik estimasi jumlah ciri tertentu sampel (x’) terhadap ciri
tertentu dalam populasi (X’)
D. Titik estimasi deviasi standar sampel (s) terhadap deviasi
standar populasi (σ)
A. Titik estimasi rata-rata sampel (x)terhadap rata-
rata populasi (μ)

• Contoh
• Untuk membuat estimasi rata-rata tinggi badan mahasiswa
Fakultas Ilmu Keolahragaan dilakukan pengambilan sampel
sebanyak 20 orang dengan hasil sebagai berikut (cm):
• 160, 161, 158, 157, 163, 171, 168, 166, 155, 173, 160, 165,
154, 156, 161, 162, 150, 153, 170, 164
• Maka x̄ = 3227/20 = 161,4 cm
• Tinggi badan 161,4 cm merupakan titik estimasi terhadap
tinggi badan mahasiswa Fakultas Ilmu Keolahragaan
B. Titik estimasi proporsi sampel (p) terhadap
proporsi populasi (p)

• Contoh
• Bila kita ingin mengetahui persentase penduduk suatu kota
yang menderita keratitis. Untuk itu kita ambil sampel
sebanyak 100 orang yang berkunjung ke Rumah Sakit Mata
“Vision” dan ternyata terdapat 5 orang yang menderita
penyakit keratitis. Dari hasil tersebut dibuat taksiran bahwa 5
% penduduk kota tersebut menderita keratitis dengan
perhitungan sebagai berikut:
• Proporsi (p) = x/n
• x = jumlah penderita keratitis yang ditemukan
• n = besarnya sampel
• p = 5/100 = 5 %
C. Titik estimasi jumlah ciri tertentu sampel (x’)
terhadap ciri tertentu dalam populasi (X’)

• Titik estimasi jumlah ciri tertentu dalam variabel yang terdapat

pada sampel digunakan untuk mengadakan estimasi terhadap
jumlah ciri tersebut dalam populasi.
• Rumus:
• x’ = (1/f)x
• x’ = jumlah kategori dalam variabel
• f = n/N
• n = banyaknya sampel
• N = besarnya populasi
• x = jumlah hasil (outcome) kategori yang ingin kita ketahui
jumlahnya
• Misalnya, kita ingin mengetahui jumlah pengunjung wanita yang
terdapat di suatu rumah sakit. Diketahui jumlah penderita yang
berkunjung sebanyak 500 orang per minggu. Dari jumlah tersebut
diambil sebanyak 50 orang sebagai sampel dan dari 50 orang
tersebut terdapat 10 orang penderita wanita. Berapakah jumlah
pengunjung wanita di rumah sakit dalam seminggu?
• f = n/N = 50/500 = 1/10
• x’ = (1/f)x
• = (1/(1/10)) 10
• = 100
• 100 orang pengunjung wanita digunakan sebagai titik estimasi
terhadap 500 orang yang berobat ke rumah sakit. Dengan kata lain,
diestimasikan bahwa dari 500 orang yang berobat ke rumah sakit
tersebut 100 orang diantaranya adalah wanita.
D. Titik estimasi deviasi standar sampel (s)
terhadap deviasi standar populasi (σ)
• Deviasi standar sampel atau simpangan baku ialah ukuran sebaran
statistik yang paling lazim. Singkatnya, mengukur bagaimana nilai-
nilai data tersebar. Bisa juga didefinisikan sebagai, rata-rata jarak
penyimpangan titik-titik data diukur dari nilai rata-rata data tersebut
• Dalam Statistik, wilayah data yang berada di antara +/- 1 simpangan
baku akan berkisar 68.2%, wilayah data yang berada di antara +/- 2
simpangan baku akan berkisar 95.4%, dan wilayah data yang berada
di antara +/- 3 simpangan baku akan berkisar 99.7%,
• Contoh
• Untuk mengadakan estimasi terhadap kadar gula darah telah
dilakukan pemeriksaan gula darah puasa terhadap 35 orang
mahasiswa yang dianggap normal.
• Dari pemeriksaan tersebut dihasilkan rata-rata gula darah puasa 102
mg%. Dari hasil tersebut diketahui nilai deviasi standar (s) sebesar
6,01 yang merupakan nilai estimasi deviasi standar terhadap kadar
gula darah populasi.
• Sebagai acuan, rumus deviasi standar ialah:

• Hasil simpangan baku tidak bias karena sebagai penyebut digunakan

koreksi “n-1”
Estimasi Satu Populasi
(Estimasi rata-rata satu populasi)
Interval Estimasi
Interval estimasi rata-rata parameter populasi dapat dilakukan
berdasarkan besarnya populasi, simpangan baku populasi dan besarnya
sampel. Oleh karena itu perhitungannya dibedakan sebagai berikut:
1. Populasi terbatas, deviasi standar diketahui, sampel besar (n>30)
2. Populasi terbatas, deviasi standar tidak diketahui, sampel besar
(n>30)
3. Populasi terbatas, deviasi standar tidak diketahui, sampel kecil (n<30)
4. Populasi tak terhingga, deviasi standar diketahui, sampel kecil (n<30)
5. Populasi tak terhingga, deviasi standar tak diketahui, dan sampel
besar (n>30)
6. Populasi tak terhingga, deviasi standar tak diketahui, dan sampel kecil
(n<30)
Estimasi Satu Populasi
(Estimasi proporsi satu populasi)
Interval estimasi proporsi
Ahli statistika sering menggunakan proporsi sampel untuk
mengadakan estimasi terhadap proporsi populasi.
• Distribusi proporsi sesuai dengan distribusi binomial, tetapi
rumus-rumus yang digunakan pada distribusi binomial sangat
rumit.
• Untuk mempermudah perhitungan, dapat digunakan
pendekatan distribusi normal
• Pendekatan tersebut dapat dilakukan dengan persyaratan
sebagai berikut:
1. Sampel cukup besar (n > 30)
2. np dan nq masing-masing minimal 5
3. np ≥ 5 bila p < 0,5 dan nq ≤ 5 bila p > 0,5
• Untuk interval estimasi berlaku rumus kesalahan baku berikut:
• Rumus populasi tak terhingga: σ prop = p. q/n
• Rumus populasi terbatas:
σ prop = ( p. q/n) x ( (𝑁 − 𝑛)/(𝑛 − 1))
• Rumus interval kepercayaan : p ± 𝑧 p. q/𝑛
σ prop = kesalahan baku populasi
p = proporsi yang diinginkan
q = 1-p
N = jumlah populasi
n = jumlah sampel
Definisi-definisi tambahan
• Derajat kebebasan
• Ialah jumlah nilai yang dapat ditentukan secara bebas
• Misalnya kita berhadapan dengan dua sampe a dan b dengan rata-
rata 25, maka secara matematis dapat ditulis sebagai berikut:
𝑎+𝑏
• 2
= 25 atau a + b = 50
• Dari persamaan di atas, salah satunya yaitu a atau b dapat kita
tentukan nilai berapa saja dan setelah ditentukan, misalnya nilai a
=40, maka nilai b tidak lagi dapat ditentukan secara bebas, tetapi
harus ditentukan nilainya hingga jumlah a dan b sama dengan 50.
• Demikian pula bila kita mempunyai 5 buah pengamatan, maka nilai
untuk 4 pengamatan dapat kita tentukan secara bebas, tetapi
pengamatan ke-5 tidakbebas lagi sehingga bila kita mempunyai n
pengamatan maka yang dapat ditentukan dengan bebas adalah

n-1.
• Tingkat Kepercayaan /Confident Interval (CI)
• Ialah ukuran percayaan dari sebuah pengujian selang
kepercayaan.
• Tingkat kepercayaan paling umum untuk pengukuran statistik
adalah 90%, 95% dan 99%.
• Anda juga dapat menggunakan persentase yang anda inginkan
tetapi inilah yang paling direkomendasikan oleh ahli statistik.
• Dalam menghitung rata-rata dan proporsi, selang kepercayaan
diperoleh dari pengurangan dan penambahan standar error
(yang nilainya diperoleh dari confidence level) ke nilai
distribusi normal standar. (dilambangkan dengan z*).
• Tingkat kesalahan/Taraf signifikansi (α)
• merupakan angka yang menunjukkan probabilitas atau
peluang kesalahan yang ditetapkan peneliti dalam mengambil
keputusan untuk menolak atau mendukung hipotesis nol, atau
dapat diartikan juga sebagai tingkat kesalahan atau tingkat
kekeliruan yang dapat ditolerir/ ditoleransi oleh peneliti, yang
sebabkan kemungkinan adanya kesalahan dalam pengambilan
sampel (sampling error)
• Umumnya, dalam sebuah penelitian taraf signifikansi (α) yang
digunakan adalah 1% (0,01), 5% (0,05), 10% (0,1) disamping
juga terdapat taraf signifikansi yang lain.
• Taraf signifikansi ini sering diubah menjadi Tingkat
Kepercayaan (CI) dengan bilangan 99%, 95% atau 90%.