1. Estimasi (estimation) yaitu statistik sampel untuk
mengestimasi nilai parameter populasi yang tidak diketahui.
2. Uji hipotesis test of hipotesis yaitu tentang keyakinan
kebenaran sample terhadap nilai parameter populasi yang tidak diketahui.
Ada dua jenis estimasi terhadap parameter populasi:
1. Estimasi titik (point estimation) yaitu nilai tunggal statistik
sampel yang digunakan untuk mengestimasi parameter populasi.
2. Estimasi interval (interval estimation) yaitu nilai interval
dari statistik sampel yang berisi kemungkinan terjadinya parameter populasi.
Berikut beberapa terminologi yang perlu diperhatikan ketika
akan melakukan estimasi interval parameter populasi:
1. Estimasi titik
2. Jumlah kemungkinan kesalahan di dalam estimasi titik
atau interval kemungkinan
3. Pernyataan tentang derajat keyakinan yang mana interval
berisi nilai parameter populasi B. Estimasi titik
Estimasi titik adalah nilai tertentu yang digunakan untuk
mengestimasi nilai populasi ada tiga kriteria ketepatan estimasi titik sehingga bisa digunakan untuk membuat keputusan tentang parameter populasi yaitu:
1. Tidak bias, tidak bias maksudnya disini adalah nilai
statistik sampel tidak akan persis sama dengan nilai parameter populasi. Nilainya kemungkinan akan di bawah atau di atas karena kesalahan sampling. Oleh karena itu Keinginan kita adalah bahwa nilai harapan (expected value) atau nilai rata-rata semua nilai statistik sampel yang diestimasi secara random dari semua kemungkinan sampel yang ada sama dengan parameter populasi. Jika hal ini benar maka dikatakan bahwa statistik sampel adalah estimator yang tidak bias dari parameter populasi.
2. Konsisten, yaitu sebuah titik estimasi dikatakan konsisten
bila nilai statistik sampel cenderung sama dengan parameter populasi tidak bias ketika jumlah sampel terus bertambah.
3. Efisiensi di mana suatu estimator yang tidak biasa
mempunyai ciri yang efisien bila mempunyai deviasi standar atau standard error yang lebih kecil di dalam populasi yang sama.
C. Estimasi 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:
1. Besarnya sampel (n)
2. Tingkat keyakinan atau kepercayaan yang dipilih (level of
confidence)
3. Variabilitas dari populasi yang diukur dengan standar
deviasi.
Dari ketiga faktor tersebut kita bisa menentukan jenis
distribusi mana yang digunakan di dalam menghitung estimasi interval. Jika populasi berdistribusi normal, maka pertanyaan berikutnya Apakah standar deviasi dari populasi diketahui atau tidak. Jika diketahui maka kita menggunakan uji distribusi Z. Namun jika tidak diketahui maka kita menggunakan uji distribusi t. Bila populasi tidak mempunyai distribusi normal tetapi sampel datanya besar yaitu paling tidak 30 atau lebih maka digunakan uji distribusi Z. Sedangkan jika sampelnya kurang dari 30 maka digunakan uji non parametrik.
1. Interval rata-rata dan standar deviasi diketahui
2. Interval rata-rata dan standar deviasi tidak diketahui
dengan sampel besar
3. Interval rata-rata dan standar deviasi tidak diketahui pada
sampel kecil
4. Estimasi interval proporsi
estimasi ini bisa digunakan untuk menghitung proporsi. Proporsi (p) merupakan perbandingan antara jumlah kejadian yang sukses Dengan jumlah seluruh observasi yang dilakukan. Kita dapat menggunakan persamaan dalam estimasi interval proporsi apabila:
1. Probabilitas kejadian merupakan probabilitas binomial
2. Nilai dari np Dan n(1-p) harus sama atau lebih besar dari 5
D. penentuan besarnya sampel dalam penelitian
1. Derajat kepercayaan yang kita inginkan (level of
confidence desired)
Faktor pertama peneliti harus memiliki derajat kepercayaan
dalam hal ini biasanya derajat kepercayaan yang digunakan adalah sebesar 99% atau 95%. Namun setiap nilai antara 0 dan 100% dimungkinkan untuk digunakan. Semakin besar derajat kepercayaan yang dipilih semakin besar sampel yang dibutuhkan.
2. Margin kesalahan yang ditoleransi (allowable error)
Margin kesalahan maksimum yang bisa ditoleransi adalah
jumlah yang harus ditambah dan dikurangi kepada rata-rata sampel atau proporsi simple untuk menentukan nilai terakhir dari interval keyakinan. Margin kesalahan ini merupakan jumlah kesalahan yang bisa ditoleransi. Semakin kecil kesalahan yang bisa ditoleransi maka semakin besar sampel yang dibutuhkan dan sebaliknya Semakin besar kesalahan yang bisa ditoleransi maka semakin kecil sampel yang dibutuhkan. 3. Variabilitas populasi (variability in population)
Faktor ketiga yaitu variabilitas populasi dilihat dari standar
deviasi populasi jika populasi tersebar luas maka dibutuhkan sampel yang besar. Sebaliknya pada kasus populasi terkonsentrasi maka diperlukan sampel yang lebih kecil.
Selanjutnya kita menentukan besarnya sampel untuk uji