“ESTIMASI”
DISUSUN OLEH :
Feni Anggraini (20186523014)
VISI
“Menjadi Institusi Pendidikan Sarjana Terapan Keperawatan Unggulan
Kegawatdaruratan Yang Bermutu Dan Mampu Bersaing Di Tingkat Regional Tahun
2020”
MISI
1. Meningkatkan Program kerjasama tinggi Sarjana Terapan Keperawatan Unggulan
Kegawatdaruratan yang Berbasis Kompetensi.
2. Meningkatkan Program erjasama tinggi Sarjana Terapan Keperawatan Unggulan
Kegawatdaruratan yang berbasis penelitian.
3. Mengembangkan upaya pengabdian masyarakat bidang Sarjana Terapan Keperawatan
Unggulan Kegawatdaruratan berbasis IPTEK dan Teknologi Tepat Guna.
4. Mengembangkan upaya pengabdian masyarakatbidang Sarjana Terapan Keperawatan
Unggulan Kegawatdaruratan yang mandiri, transparan, dan akuntabel.
5. Mengembangkan erjasama baik lokal maupun regional.
KATA PENGANTAR
Puji syukur penulis ucapkan kepada Tuhan Yang Maha Esa, yang telah
memberikan rahmat-Nya kepada penulis, sehingga makalah ini dapat diselesaikan tepat
pada waktunya. Dalam makalah ini penulis membahas tentang “Estimasi”. Karena itu
penulis sangat membutuhkan masukan-masukan agar makalah yang dibuat ini bisa
menambah pengetahuan penulis dan pembaca. Sesungguhnya makalah ini masih jauh
dari kesempurnaan.Oleh karena itu jika terdapat kesalahan dalam penulisan makalah ini,
mohon sekiranya dimaafkan.
Penulis juga mengucapkan terima kasih kepada Bapak Hajimi, SKM, S.Kes
selaku dosen mata kuliah statsistik keperawatan. Dan penulis makalah juga
membutuhkan kritik dan saran dari pembaca untuk menambah pemahaman penulis
dalam menulis makalah selanjutnya. Dan lebih baik lagi dalam pembuatan makalah di
kemudian hari.
DAFTAR ISI
A. Pendahuluan
Estimasi merupakan proses yang digunakan untuk menghasilkan suatu
nilai tertentu terhadap suatu parameter. Estimasi parameter digolongkan
menjadi dua yaitu estimasi titik dan estimasi interval. Estimasi titik adalah
penaksiran karakteristik populasi dengan sebuah nilai karakteristik dari
sampel sedangkan estimasi interval adalah penaksiran populasi dengan nilai-
nilai dalam suatu interval tertentu. Dasar adanya estimasi interval adalah
karena pada setiap penaksiran pasti mengandung peluang kesalahan.
B. Rumusan Masalah
1. Apa itu estimasi?
2. Bagaimana Estimator yang Baik?
3. Apa-Apa Saja Jenis Estimasi?
4. Bagaimana Cara Perhitungan Estimasi?
C. Tujuan
1. Agar Bisa Memahami Estimasi
2. Agar Bisa Memahami Estimator yang Baik
3. Agar Bisa Memahami Jenis-jenis Estimasi
4. Agar Bisa Memahami Perhitungan EStimasi
BAB II
PEMBAHASAN
A. Pengertian Estimasi
1. Estimasi merupakan suatu metode dimana kita dapat memperkirakan
nilai Populasi dengan memakai nilai sampel.
2. Estimasi merupakan kegiatan penarikan kesimpulan statistik yang
berawal dari hal-hal yang bersifat umum ke hal – hal yang bersifat
khusus, agar penarikan kesimpulan dapat dibenarkan dan mampu
mendekati kebenaran maka dibutuhkan suatu alat untuk memproses
data secara benar, jika kegiatan estimasi dapat dilakukan secara benar
maka semua keputusan yang berkaitan dengan estimasi dapat dilakukan
juga dengan benar dan dapat untuk mengatasi segala persoalan statistik.
3. Estimasi adalah menaksir ciri-ciri tertentu dari populasi atau
memperkirakan nilai populasi (parameter) dengan memakai nilai
sampel (statistik).
Penduga tak bias artinya penduga yang dengan tepat mengenai sasaran,
seperti ditunjukkan oleh gambar 14.2. sedangkan penduga bias artinya
penduga yang tidak tepat mengenai sasaran atau disebut meleset , seperti
ditunjukkan oleh gambar 14.3
E (µ ) = ; E ( σ2 ) = S2 ; E ( p ) =
Sebuah estimasi titik dari sebuah parameter q adalah sesuatu angka tunggal
yang dapat dianggap sebagai nilai yang masuk akal dari q. Adapun Hakikat
Estimasi secara umum, yaitu:
a. Estimasi adalah taksiran, dan yang diestimasi adalah parameter
populasi
b. Data yang digunakan untuk melakukan estimasi parameter populasi
adalah statistik sampel sebagai estimator
c. Terdapat prosedur tertentu untuk melaksanakan estimasi
d. Salah satu Contoh dalam kehidupan sehari-hari dari estimasi titik itu
ialah: rata-rata bayiyang baru lahir beratnya 3 kg. Dari pernyataan ini
dapat disimpulkan bahwa pernyataan tersebut dapat menggunakan
distribusi normal, karena tidak banyak bayi yang baru lahir itu beratnya
kurang atau lebih berat dari 3kg. bayi yang beratnya 3kg dapat disebut
sebagai estimate, sedangkan yang disebut estimatornya ialah bayi yang
baru lahir.
Dalam menentukan estimasi titik(menaksir) itu harus mengetahui distribusinya
terlebih dahulu, apabila distribusi tersebut tidak diketahui maka kita tidak dapat
menentukan estimasi titiknya.
1.Metode penaksir titik
Metode penaksir titik sebuah parameter dapat ditempuh ddengan menggunakan
bebebrapa metode, yaitu: metode momen, metode likelihood, Metode Kuadrat
Terkecil, Metode Chikuadrat Minimum, estimator bayes dan lainnya.
Akan tetapi tidak semua metode sering digunakan, yang paling banyak
digunakan dalam penentuan parameter titik hanya dua metode saja, yaitu
Metode Momen dan Metode Kemungkinan Maksimum atau metode likelihood.
Berikut sedikit tentang kedua metode tersebut dan estimator bayes untuk
perbandingan dari kedua metode tersebut kenapa kedua metode itu sering
digunakan.
1. Metode momen
Metode moment diciptakan oleh Karl Pearson pada tahun 1800. Metode ini
merupakan metode tertua dalam menentukan estimator titik.
Contoh 2:
Misalkan x , x , x , ….., x adalah sample random dari populasi yang
berdistribusi X ~ N (m, s ). Dengan menggunakan metode momen, tentukan
estimator titik untuk m dan s
Penyelesaian:
X ~ N (m, s ) berarti E(X) = m dan Var(Z) = s
Var (X) = E (X )-(E(X))
s = E (X ) – m
E (X ) = m + s
B. Estimasi Interval
Dari penelitian dan perhitungan-perhitungan harga statistik suatu sampel,
bisa dihitung suatu interval dimana dengan peluang tertentu harga parameter
yang hendak ditaksir terletak dalam interval tersebut. Estimasi interval
merupakan sekumpulan nilai statistik sampel dam interval tertentu yang
digunakan untuk mengadakan estimasi terhadap parameter populasi dengan
harapan bahwa nilai parameter populasi terletak dalam interval tersebut.
Estimasi Rata – rata : dalam statistik di asumsikan suatu ukuran sampel
dikatakan besar apabila n ≥ 30, sampel dikatakan kecil apabila n ≤ 30.
Estimasi rata-rata untuk sampel kecil n < 30, maka interval konfidensi untuk
m adalah :
1. – t ( n-1 ; a/2 ). S ≤ μ ≤ + t ( n-1 ; α/2 ) .
S √n √n
Contoh: Winda, Budi, Roni melakukan pengamatan mengenai lama usia pakai
baterey merk Alkalin yang digunakan pada alfalinknya masing-masing,
menurut mereka dari 4 baterey merk Alfalink tersebut rata-rata bisa dipakai
selama 1200 jam dengan simpangan baku 200 jam, dengan interval konfidensi
98% temukan berapa rata-rata usia pakai sebenarnya dari baterey merk Alkalin
tersebut ?
Estimasinya:
Xbar = 1200 jam.
N = 4
S = 1200 jam
1-α = 98%
α = 0,02 = 0,01
tn-1; ) = t(3;0,01) = 4,451 (dari tabel t).
D. Penghitungan Estimasi
ESTIMASI RATA-RATA ()
P X Z0.5 X Z0 .5 1
n n jika diketahui
P X Z0.5 s X Z0 .5 s 1
n n jika n 30
2. Untuk Finite Population
Nn Nn
P X Z0 .5 X Z0 .5 1
n N 1 n N 1
jika diketahui
Nn Nn
P X Z0 .5 s X Z0 .5 s 1
n N 1 n N 1
jika n 30
P X t 0.5 ;df s X t 0 .5 ;df s 1
n n
Nn Nn
P X t 0 .5 ;df s X t 0 .5 ;df s 1
n N 1 n N 1
dengan df = n − 1
1. Telah diambil secara acak sampel yang terdiri dari 100 orang mahasiswa
sebuah universitas di Jakarta. Melalui test IQ terhadap 100 mahasiswa
tersebut diperoleh rata-rata IQ sebesar 112 dan varians 100. Dengan
menggunakan tingkat keyakinan (confidence level) sebesar 95%, tentukan
interval konfidens untuk nilai rata-rata IQ seluruh mahasiswa universitas
tersebut.
Diketahui : n = 100 X 112 s2 100 s 10
Ditanyakan : P( . . . . . . ) = 0.95
P X Z0.5 s X Z0 .5 s 1
Jawab : n n
10 10
P 112 1 .96 112 1 .96 0 .95
100 100
p̂ (1 p̂ ) p̂ (1 p̂ )
P p̂ Z0.5 p p̂ Z0.5 1
n n
p̂ (1 p̂ ) N n p̂ (1 p̂ ) N n
P p̂ Z0 .5 p p̂ Z0 .5 1
n N 1 n N 1
p̂ (1 p̂ ) p̂ (1 p̂ )
P p̂ t 0 .5 ;df p p̂ t 0.5 ;df 1
n n
p̂ (1 p̂ ) N n p̂ (1 p̂ ) N n
P p̂ t 0 .5 ;df p p̂ t 0 .5 ;df 1
n N 1 n N 1
dengan df = n − 1
Ditanyakan : P( . . . p . . . ) = 0.90
p̂ (1 p̂ ) p̂ (1 p̂ )
P p̂ Z0.5 p p̂ Z0.5 1
n n
Jawab :
0 . 42(1 0 . 42 ) 0 .42(1 0 . 42 )
P 0 . 42 1 . 645 p 0 . 42 1 . 645 0 . 90
180 180
Kita merasa yakin sebesar 90% bahwa proporsi ibu-ibu yang biasa
menyaksikan tayangan iklan paling sedikit 2 jam per hari antara 35.9% dan
48.1%
A. Kasus σ1 = σ1 = σ diketahui :
P X1 X2 Z0 .5
1
1
n1 n 2
1 2 X1 X2 Z0 .5 1
1
1
n1 n 2
P X1 X2 d 1 2 X1 X2 d 1
1 1 (N1 N2 ) (n1 n 2 )
d Z0 .5
n1 n 2 N1 N2 1
dimana
B. Kasus σ1 σ1 diketahui :
1. Untuk Infinite Population
2 2 2 2
P X1 X2 Z0 . 5 1 2 1 2 X1 X2 Z0 . 5 1 2 1
n1 n 2 n1 n 2
P X1 X2 d 1 2 X1 X2 d 1
P X1 X2 t 0 .5 ;df sp
1
1
n1 n 2
1 2 X1 X2 t 0 .5 ;df sp
1
1
1
n1 n 2
P X1 X2 d 1 2 X1 X2 d 1
1 1 (N1 N2 ) (n1 n 2 )
d t 0 . 5 ;df sp
n1 n 2 N1 N2 1
dimana
s2 s2 s2 s 2
P X1 X2 t ' 1 2 1 2 X1 X2 t ' 1 2 1
n1 n 2 n1 n 2
P X1 X2 d 1 2 X1 X2 d 1
1. Sampel acak yang terdiri dari 22 orang buruh perusahaan A telah diperiksa
ternyata rata-rata waktu menyelesaikan pekerjaannya per unit barang adalah
12 menit dengan standar deviasi 2 menit. Sedangkan dari perusahaan B
yang sejenis diambil sampel acak berukuran 20, setelah diperiksa ternyata
rata-rata menyelesaikan pekerjaan yang sama adalah 11 menit dengan
standar deviasi 3 menit. Tentukanlah interval keyakinan sebesar 95% untuk
mengestimasi beda rata-rata waktu penyelesaian pekerjaan semua buruh di
perusahaan A dan perusahaan B. Asumsi 1 = 2
Diketahui : n1 = 22 X1 12 s=2 n1 = 20 X1 11 s = 3
Karena 1 = 2 tidak diketahui, maka digunakan rumus interval konfidens
untuk kasus C. Sehingga 1 – = 0.95 = 0.05 dengan 0.5 = 0.025
dan df = 40 dari tabel t diperoleh t0.025;df=40 = 2.021
Jawab :
P X1 X2 t 0 .5 ;df sp
1
1
n1 n 2
1 2 X1 X2 t 0 .5 ;df sp
1
1
1
n1 n 2
1 1 1 1
P 12 11 2 .021(2 . 524876235 ) 1 2 12 11 2 . 021(2 .524876235 ) 0.9
22 20 22 20
Kita merasa yakin sebesar 95% bahwa beda rata-rata waktu penyelesaian
pekerjaan semua buruh di perusahaan A dan perusahaan B antara – 0.58
dan 2.58 menit.
p̂ 1(1 p̂ 1) p̂ 2 (1 p̂ 2 )
d Z0 .5
n1 n2
d Z0. 5
p̂ 1(1 p̂ 1) p̂ 2 (1 p̂ 2 )
N1 N2 n 1 n 2
n1 n2 N1 N 2 1
P(p̂ 1 p̂ 2 ) d p 1 p 2 (p̂ 1 p̂ 2 ) d 1
p̂ 1(1 p̂ 1) p̂ 2 (1 p̂ 2 )
d t 0 .5 ;df n 1 n 2 2
n1 n2
d t 0 .5 ;df n1n 2 2
p̂ 1(1 p̂ 1) p̂ 2 (1 p̂ 2 )
N1 N 2 n 1 n 2
n1 n2 N1 N 2 1
SOAL-SOAL ESTIMASI DUA PROPORSI
1. Dua sampel acak masing-masing terdiri 700 mahasiswa dan 500 mahasiswi
yang mengunjungi suatu bazar buku murah. Ternyata setelah kedua sampel
tersebut diperiksa, terdapat 392 mahasiswa dan 325 mahasiswi yang merasa
puas dengan adanya bazar tersebut. Tentukan interval konfidens sebesar
98% untuk mengestimasi perbedaan proporsi mahasiswa dan mahasiswi
yang merasa puas terhadap bazar buku murah tersebut.
392
p̂ 1 0 .56
Diketahui : n1 = 700 x1 = 392 700 n2 = 500 x2 = 325
325
p̂ 2 0 . 65
500
Ditanyakan : P( … p1 – p2 … ) = 0.98
Jawab :
p̂ 1(1 p̂ 1) p̂ 2 (1 p̂ 2 )
d Z0 .5
n1 n2
0 . 56(1 0 .56 ) 0 .65(1 0 .65 )
d 2 .32 0 .065905969
700 500
P(p̂ 1 p̂ 2 ) d p 1 p 2 (p̂ 1 p̂ 2 ) d 1
P(0 . 56 0 . 65 ) 0 . 066 p 1 p 2 (0 . 56 0 . 65 ) 0 . 66 0 . 98
P 0 . 09 0 . 066 p 1 p 2 0 . 09 0 . 066 0 . 98
P 0 . 156 p 1 p 2 0 . 024 0 . 98
Kita merasa yakin sebesar 98% proporsi mahasiswi yang merasa puas
terhadap bazar buku lebih besar daripada mahasiswa antara 2.4% dan
15.6%.
2
Z0 .5 Z Z
Z0 . 5 d n n 0 .5 n 0 .5
n d d d
p (1 p ) p (1 p ) Z0 .5 p (1 p
Z0 .5 d Z0 .5 d n
n n d
Z p (1 p )
n 0 .5
d
2
Z p (1 p )
n 0 .5
d
BAB III
PENUTUP
A. Kesimpulan
Teori estimasi memegang peran yang sangat penting dalam statistika infensial
karena teori estimasi bersama-sama dengan pengujian hipotesis merupakan dasar
statistika inferensial yang dilandasi oleh teori peluang. Teori estimasi digunakan untuk
menaksir parameter populasi seperti rata-rata atau proporsi ariabel tertentu yang
terdapat dalam populasi melalui perhitungan statistik sampel karena perhitungan
langsung pada seluruh populasi tidak mungkin dilakukan. ( Budiarto, 2001). Didalam
teori estimasi terdapat beberapa istilah seperti estimator.
Kriteria estimator yang baik yaitu: tidak bias, efisien, dan konsisten. Macam-
macam estimasi dibagi menjadi 4 macam yaitu : estimasi titik, estimasi rata-rata,
estimasi interal, estimasi proporsi.
Interval estimasi ialah sekumpulan nilai statistik sampel dalam interval tertentu
yang digunakan untuk mengadakan estimasi terhadap parameter populasi dengan
harapan bahwa nilai parameter populasi dengan harapan bahwa nilaimparameter
populasi terletak dalam interval tersebut.
DAFTAR PUSTAKA
Budiarto,Eko. (2001). Biostatistika Untuk Kedokteran Dan Kesehatan Masyarakat.
Jakarta:EGC.