A.

Estimasi parameter

Ada dua area di dalam statistik inferensi yaitu:

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

rata-rata dan besarnya sampel untuk uji proporsi.