TOPIK 7

ESTIMASI
A. PENGERTIAN ESTIMASI

Estimasi ( pendugaan) adalah suatu prosos yang menggunakan sampel statistik untuk
menduga atau menaksir parameter populasi yang diketahui berdasarkan informasi dari
sampel, dalam hal ini sampel random yang diambi dari populasi tempat sampel berasal.
Jadi dengan pendugaan tersebut parameter populasi dapat diekatahui. Nilai statistic yang
digunakan untuk menduga disebut “ estimator”. Selain menduga parameter, dikenal juga
penduga statistic yaitu nilai-nilai atau angka-anagka yang diperoleh dari penduga
paremater.
Ciri atau syarat estimator untuk menetukan apakah sebuah penduga (estimator)
tergolong yang baik atau tidak. Cirinya sebagagai berikut:
1. Tidak bias (unbiased) suatu penduga dikatakan tidak bias terhadap
perameternya apabila nilai penduga sama dengan nilai yang diduganya
(parameternya)
2. Efesien
Suatu penduga dikatakan efesien bagi parameternya apabila penduga tersebut
memiliki varian yang kecil. Jika terdapat lebih dari satu penduga, penduga yang
efesien adalah penduga yang memmiliki varian yang kecil. Dua buah penduga
dapat diabndingkan efesiennya dengan menggunakan efesiensi relatif.
3. Konsisten
Suatu penduga dikatakan konsisten apabila memenuhi syarat sebagi berikut:
a. Jika ukuran sampel main bertambah maka penduga akan mendekati
parameternya. Jika besar sampel menjadi tak terhingga maka penduga
konsisten harus dapat memberi suatu penduagaan titik yang sempurna
terhadap paremeternya.
b. Jika ukuran sampel bertambah tak terhingga maka distribusi sampling
penduga akan mengecil menjadi garis tegak lurus diatas aparemeter yang
sebenarnya dengan probabilitas sama dengan 1 (satu)
B. JENIS ESTIMASI BERDASARKAN CARA PENYAJIAN
Berdasarkan cara penyajiannya dibedakan ada dua jenis yaitu penduagaan tunggal atau
estimasi titik (point estimate) dan pendugaan selang (interval estimate).
1. Estimasi Titik (Point Estimate)
Estimasi titik adalah pendugaan yang hanya mempunyai atau menyebutkan satu
nilai. Nilai statistic (nilai-nilai sampel) yang digunakan sebagai pendugaan nilai
parameter sebab nilai- nilai ini mmerupakan penduga (estimator) yang baik untuk
menduga atau mengestimasi nilai parameter. Mislanya nilai mean sampai kita anggap
sebagai mean populasi.
Sebagia contoh dari suatu penelitian terhadap suatu sampel terhadap ibu hamil
dikecamatan pamulang tangerang selatan , dari 108 orang ibu hamil diperoleh kader
HB (hemoglobin) rata-rata 8,5 g%. jika kita menduga kadar Hb ibu hamil dikecamatan
pamulang dengan estimasi titik maka kita mengatakan bahwa kadar Hb ibu hamil di
kecamatan pamulang adalah 8,5g%.
Estimasi titik memiliki kelamahan yaitu tidak dapat memastikan seberapa kuat
duagan itu dan kemungkinan besar akan salah. Kelamahan estimasi ini dapat
dihilangkan dengan melakukan estimasi selang atau interval estimation.
Populasi parameter Statistic sampel

Mean µ X‾

Proporsi P Ps

Varian Σ S²

Seisish rata-rata µ1-µ2 X‾1-X‾2

Estimasasi parameter populasi

Pada suatu survey yang ingin kita ketahui adalah kkarakteristik populasi bukan
karakteristik sampel. Contonya kita ingin memperoleh rata-rata Hb hanya untuk 300
bumil di tangerang atau ingin memperoleh prevalensi imunisasi DPT1 89% pada 300
aanak di balita di tangerang. Yang kita inginkan adalah rata-rata Hb bumil di
tangerang dan prevalensi imunisasi DPT 1 di tangerang.

2. Estimasi Interval (interval estimate)

Dasar estimasi interval adalah sampel-sampel yang diambil dari satu populasi akan
berdistibusi normal sekitar µ dengan standar deviasi sama dengan SE (sifat dari
distribusi sampling. Rumus

Atau X – Z. SE ≤ Parameter≤ X + Z. SE
Keterangan
X= rata-rata
Z= deviasi relative ( besarnya ditentukan oleh confiden interval)
SE= standar eror --------------------- σ/√n
µ= nilai populasi yang diduga

estimasi
interval

mean proporsi

σ diketahui σ tidak
diketahui

Contoh

suatu sampel random 100 orang ibu hamil yang diambil dikecamatan pamulang
kabupaten tangerang selatan didapat kadar Hb 9,6 g% dengan standar deviasi 5 g%.
dengan tingkat kepercayaan 95% akan dihaiskan kadar Hb ibu hamil dikecamatan
pamulang kabupaten tangerang selatan adalah
 Penyelasian

diketahui: x‾= 9,6 g% n=100 CI 95% = 1,96 σ =5 g% SE =

5/√100 = 0,5 g%

Maka estimasi interval kadar HB adalah

Rumus :
X‾ – Z* SE ≤ parameter≤X + Z* SE

SE = σ/√n ---------------------- 5/√100= 0,5 g%

= 9,6-1,96 x 0,5 ≤µ ≤9,6 + 1,96 x 0,5

= 8,6 g% ≤ µ≤ 10,6 g%

Berdasarkan nilai estimasi interval tersbut dapat diartikan: Kita yakin bahwa 95%
bahwa kadar Hb ibu hamil dikecamatan pamulang kabupaten tangerang sealatan
berkisar antara 8,6 g% sampai 10,6 g%

Catatan

Estimasi interval terhadap µ dipopulasi bila σ dipopulasi tidak diketahui

Atau Jika standar deviasi tidak diketahui dan jumlah sampel < 30 maka

X‾ - t. SE ≤ µ ≤ X + t. SE

Atau

X‾ - t. S/√n ≤ µ ≤ X‾ + t. S/√n

Praktikum

Jika dari 25 orang ibu hamil yang dipilih secara random diperoleh kader Hb= 8,5 g%,
standar deviasi sampel = 2 g%, maka nilai estimasi (pendugaan) adalah

Diket: X‾= 8,5 g%, S= 2 g% n= 25 oarang ibu hamil SE= 2/√25 = 0,4 g%

CI = 95%, a=5%, df =n-1 (25-1=24) lihat table t =2,064

= 8,5 – 2,064 x 0,4 ≤µ≤ 8,5 + 2,064 x 0,4

= 7,67 g% ≤µ ≤ 9,33% jadi kadar Hb ibu hamil dikecamatan pamulang kabupeten tengerang
selatan berada pada 7,67 g% sampai dengan 9,33 g% (CI 95%)
Rentang interval dapat dipersempit dengan tiga cara:
1. Memperkecil CI, misalnya 95% menjadi 90%
2. Memperbesar n (jumlah sampel)
3. Meningkatan ketelitian sehingga diperoleh varaian sanpel yang kecil.

C. JENIS ESTIMASI BERDASARKAN JENIS PARAMETER

Jenis etimasi berdarakan paremeternya terdiri dari estimasi rata-rata, estimasi proporsi,
varian dan estimasi simpangan baku. Estimasi yang paling sering digunakan pada bidang
kesehatan yaitu estimasi rata-rata dan estimasi proporsi.
1. Estimasi rata-rata (µ)
Adalah estimasi mengenai nilai parameter µ yang sebanernya berdasarkan informasi
rata-rata sampel.
Comtohnya: dari hasil penelitian mahasiswa terdapat 100 orang yang akan ditimbang
BB, diperoleh rata-rata BB adalah 45 kg dengan Sd (σ) =22 kg. dengan CI 95% maka:
µ= 45± 1,96 x 22√100 ------------------------ µ= X‾± CI. SE
SE= σ/√n
 = 40,68 ≤ µ≤ 49,31, artinya jika diambil sampel berulang kali makan 95% nilai rata-
rata BB terlatak antara 40, 68 sampai dengan 49,31 Kg

2. Estimasi proporsi
Estimasi proporsi adalah pemdugaan dari proporsi populasi yang tidak diketahui

P estimasi; P

P- Zα/2 SE ≤P≤ P + Zα/ 2 SE, diman SE= √pq/n -------------------------- q=1-P

Jika n <30 gunakan table t (df=n-1)

Contoh

Dari penelitian terhadap 100 orang secara acak diperoleh bahwa 7% pengunjung
puskesmas adalah penderita DM. dengan derajat kepercayaan 90%, berapa perkiraan
proporsi penderiat DM?

Diket; P= 0,07 q= 1-0,07= 0,93 SE= √0,07x0,93/100 = 0,025

= 0,07 -1,645 x 0,025 ≤ P≤ 0,07 + 1,645 x 0,025

= 0,029 ≤P ≤ 0,11, artinya jika diambil sampel secara berulang kali maka 90% nilai
proporsi penderita DM terletak antara 0,029 (2,9%) sampai dengan 0,11 (11%).

Tabel Z  & Z /2 untuk nilai  tertent

 Z Z /2

0.10 1.28 1.65

0.05 1.65 1.96
0.025 1.96 2.24
0.01 2.33 2.58