ESTIMASI

Penaksiran Parameter
(Pertemuan ke – 6)
Pengertian

Estimasi = suatu metode di mana kita dapat

memperkirakan nilai populasi
(parameter) dengan memakai nilai
sampel (statistik)

parameter
statistik μ , σ2
x , s2
Ciri Estimator (penaksir) yang baik :

● Tidak bias : Estimator yg hasil estimasinya

mengandung nilai parameter yg diestimasi.
● Efisien : Apabila hasil estimasi memakai nilai
tersebut pd rentang yang kecil saja sudah
mengandung nilai parameter.
● Konsisten : Berapapun besarnya sampel pd
rentangnya akan mengandung nilai parameter
yg sedang diestimasi.
 ESTIMASI
Salah satu bentuk inferensi statistika (pengambilan kesimpulan)
terhadap parameter populasi adalah estimasi.
Dalam estimasi yang dilakukan adalah menduga/memperkirakan
parameter dengan statistik yang sesuai (“terbaik”).

Estimasi

Titik Interval
statistik yg digunakan interval yang dengan kemungkinan
sebagai estimasi parameter tertentu memuat parameter yang diestimasi
Teknik Penaksiran :

1. Penaksiran Titik (point estimation) :

menghitung satu nilai tunggal yg disebut titik
taksiran.
2. Penaksiran Interval (interval estimation) :
menggunakan satu interval sbg interval
taksiran.
Estimasi titik
adalah statistik sampel yang sesuai (“baik”) untuk
menduga/memperkirakan/mengestimasi parameter populasi
Misalnya :
parameter statistik/penduga / estimasi
rerata μ

variansi σ2 s2

dev.std σ s

proporsi p

beda rerata μ1- μ2

beda proporsi p1-p2

perbandingan
variansi
Penaksiran Titik

● Jika parameter θ nilainya ditaksir oleh sebuah

nilai yg tertentu, maka dinamakan
penaksir (point estimation).
● Secara umum x adalah penaksir untuk μ.
● Titik taksiran untuk sebuah parameter μ
misalnya, nilainya akan berlainan bergantung
pada harga x yang didpt dari sampel-sampel yg
diambil 🡪 kurang yakin/kurang dipercaya.
Penaksiran Titik …

Contoh :
Suatu penelitian thd suatu sampel ibu hamil di Mks, dr
150 ibu diperoleh Hb rata-rata 7,6 gr%. Kalau kita
menduga kadar Hb ibu hamil di kota Mks dgn estimasi
titik, maka kita katakan kadar Hb ibu hamil di kota Mks
adalah 7,6 gr%.
🡪 Kelemahan estimasi titik dpt dihilangkan dengan
menggunakan estimasi interval (interval taksiran), yaitu
menaksir nilai parameter di antara batas-batas dua nilai.
Penaksiran Interval

● Didasari bhw sampel-sampel yg diambil dr

suatu populasi akan berdist. Normal sekitar μ,
dgn simp.baku = SE (standar error) 🡪 tent.
Batas min dan max terletaknya nilai μ.
● Jarak dr batas min dan max ditentukan sbg
confiden level /confiden limit, yaitu luas daerah
di bawah kurva normal yg ditentukan dgn
persentase misal 90%, 95%, atau 99%.
Penaksiran Interval …

Arti Koefisien Kepercayaan

● Kita menyatakan derajat kepercayaan thd suatu
interval taksiran melalui penggunaan koefisien
kepercayaan berupa bilangan antara 0 dan 1, atau 0%
dan 100%.
● Misal, kita menggunakan koef. Kepercayaan 0,95 atau
95%, berarti kita percaya bhw 95% interval yg kita
maksudkan memuat parameter yang ditaksir.
Menaksir Rata - Rata

1. Simpangan baku populasi σ diketahui

interval taksiran 100α% untuk rata-rata populasi :

Di mana Zα/2 didpt dari tabel dist. Normal baku.

x = rata – rata sampel
n = ukuran sampel
σ = simpangan baku populasi.
Contoh : Menaksir Rata – Rata σ diketahui

Dari suatu sampel random sebanyak 100 orang

ibu hamil yg diambil di kota Makassar didapatkan
rata-rata Hb = 9,6 gr%. Simpangan baku di
dalam populasi 5 gr%. Tentukan interval taksiran
dengan confiden interval 95%untuk rata-rata ?
Peny : n = 100
x = 9,6 gr% , σ = 5 gr%
CL = 95%
Penyelesaian …

CL = 95% 🡪 α = 5% = 0,05 🡪 α/2 = 0,025

Maka nilai Z α/2 = 1,96 (lihat tabel kurva normal baku)
Sehingga interval taksirannya :
Interpretasi

8,52 gr% < μ < 10,48 gr%

Artinya :
● Kita yakin 95% bahwa Hb ibu hamil di kota
Makassar terletak antara 8,52 gr% sampai
10,48 gr%
● Kalau kita mengambil berulang kali sampel yg
besarnya 100 ibu di Mks, maka 95% dari
rata-rata sampel-sampel tersebut berada pada
nilai 8,52 gr% sampai 10,48 gr%.
Menaksir Rata - Rata

2. Simpangan baku populasi σ tidak diketahui

interval taksiran 100α% untuk rata-rata populasi :

Di mana tp didpt dari tabel dist. Student untuk

dk = n – 1
x = rata – rata sampel
n = ukuran sampel
s = simpangan baku sampel.
Contoh : Menaksir Rata – Rata σ tdk diketahui

Dari suatu sampel random sebanyak 25 orang

ibu hamil diambil di kota Makassar didapatkan
rata-rata Hb = 9 gr% dan yg σ tdk diketahui.
Simpangan baku di dalam sampel 7,7 gr%.
Tentukan interval taksiran dengan confiden
interval 95%untuk rata-rata ?
Peny : n = 25
x = 9 gr% , s = 7,7 gr%
CL = 95% dk = 25 – 1 = 24
Penyelesaian …

CL = 95% 🡪 α = 5% 🡪 α/2 = 0,025 🡪 p = 0,975, dk = 25 – 1 = 24

Maka nilai t 0,975 = 2,06 (lihat tabel distribusi t)
Sehingga interval taksirannya :

Kita yakin 95% bahwa Hb ibu hamil di kota Makassar terletak antara
5,83 gr% sampai 12,17 gr%
Interval Taksiran …

Rentang interval dpt dipersempit dgn 3 cara:

● Memperkecil confident level, misalnya dari
95% menjadi 90%.
● Memperbesar n (ukuran sampel)
● Meningkatkan ketelitian sehingga didapatkan
varian sampel yang kecil.
Estimasi Interval
adalah suatu interval tertentu yang memuat parameter dengan
probabilitas/keyakinan cukup besar dan ditentukan oleh statistik yang
sesuai untuk parameter
* Interval yang diharapkan adalah yang terpendek
* Misalkan X1, X2, …, Xn adalah sampel random
yang diambil dari populasi dengan parameter θ.
Interval yang akan dicari adalah
a ≤ θ ≤ b dengan P(a ≤ θ ≤ b) = 1 - α

interval konfidensi
tingkat konfidensi / keyakinan dipilih
(1 – α) →100%
a,b harganya ditentukan oleh biasanya 90%, 95%, 99%
X1, X2, …, Xn 0 < α < 1, α → 0%
dibedakan dua macam estimasi interval, yaitu :
* Untuk sampel besar (n ≥ 30)
* Untuk sampel kecil (lebih dikenal sebagai
estimasi interval untuk parameter populasi dengan
/ber-distribusi tertentu)
ESTIMASI INTERVAL SAMPEL BESAR
* Estimasi interval untuk μ (n ≥ 30)
Penduga terbaik untuk μ adalah
berdistribusi normal dengan
dan atau
Interval yang dicari adalah
a ≤ μ ≤ b dengan P(a ≤ μ ≤ b) = 1 - α
a,b tertentu oleh X1, X2, …, Xn dalam hal ini

= (X1 + X2 + … + Xn)
 45% 50%

c μ d→

50% 45%
←c μ d

47,5% 47,5%
c μ d
 diketahui/dapat dicari interval terpendek yang

yaitu Jarak ke c harus

sama dengan jarak
ke d
c μ d
dengan transformasi

normal biasa normal mean = 0

standar variansi = 1

P(-zo ≤ z ≤ zo) = 95%

dari tabel normal
-zo 0 zo zo = 1,96
JADI :

P(-1,96 ≤ z ≤ 1,96) = 95%

P(-1,96 ≤ ≤ 1,96) = 95%

P( -1,96 . ≤ μ≤ + 1,96 . ) = 95%

Interval konfidensi 95% untuk μ adalah : (n ≥ 30)

-1,96 . ≤ μ ≤ + 1,96 . (1)

jika σ tidak diketahui, diganti dengan s yaitu penyimpangan standar

sampel.
⮚ Untuk n cukup besar , hampir semua distribusi sampling harga statistik
berdistribusi mendekati normal. Dalam hal ini , s dan
berdistribusi normal.
⮚ Apabila anda perhatikan dengan cermat rumus (1), dengan langkah yang
sama akan dapat dicari interval konfidensi (1 - α) untuk σ ataupun p.
⮚ Perhatikan rumus (1) kembali

adalah parameter yang akan diestimasi

adalah Statistik yang digunakan untuk

mengestimasi μ
adalah Penyimpangan standar distribusi
sampling harga statistik (dalam
hal ini )

1,96 adalah angka dari tabel normal yang sesuai dengan tingkat
keyakinan 95% karena berdistribusi normal
Dengan demikian, jika ukuran sampel cukup besar, tabel berikut dapat
digunakan untuk mencari interval konfidensi (1-α) untuk parameter yang
dikehendaki
Parameter Statistik Peny. Std. Dist. Samp. Harga stat Ket.
(=P) (=s)
1
2
3

6
Kalau interval konfidensi (1-α) untuk P adalah

Dengan adalah harga yang sesuai dengan (1-α) dari tabel distribusi
Normal (1,96=z.025 sesuai dengan 95%).
maka interval konfidensi 90% untuk σ adalah
s – z.05 . ≤ σ ≤ s + z.05 .

dan
Interval konfidensi 90% untuk adalah
Estimasi parameter jika sampel berukuran kecil sangat bergantung pada
distribusi populasi dan juga parameter yang akan diestimasi
Sebagai contoh, untuk ,mengestimasi μ, σ2, μ1- μ2 ,

populasi harus berdistribusi normal, tetapi estimasi

untuk
μ atau μ1- μ2 ditentukan oleh distribusi t

σ2 atau μ1- μ2 ditentukan oleh distribusi χ2

atau μ1- μ2 ditentukan oleh distribusi F

Untuk mengestimasi p tidak diperlukan asumsi populasi berdistribusi

normal. Estimasi dapat dilakukan menggunakan distribusi binomial.
 ESTIMASI INTERVAL SAMPEL DARI POPULASI NORMAL

⮚ Interval konfidensi (1-α) untuk μ adalah :

jika σ diketahui :

karena ~

jika σ tidak diketahui :

= persentil untuk distribusi t dengan

derajat bebas (n-1) (dicari dengan tabel t)
karena : ~ tn-1

distribusi t dengan der. bebas (n-1)

⮚ Interval konfidensi (1-α) untuk μ1-μ2 adalah :
jika σ1 dan σ2 diketahui :

karena : ~

jika σ1 dan σ2 tidak diketahui :

σ1 diganti s1 dan σ2 diganti s2
jika σ1 = σ2 = σ , σ diganti sp dengan

sehingga
karena = ~

jika σ1 ≠ σ2 , σ1 diganti s1 dan σ2 diganti s2

dengan

karena : ~
Latihan

1. Besarnya kadar haemoglobin laki-laki dewasa

normal diketahui 15 gr/100 ml dengan standar
deviasi 2 gr. Dari penelitian thdp kelompok
pekerja tertentu didapatkan 25 orang pekerja
dengan kadar Hb = 16,0 gr/100 ml. Tentukan
interval taksiran dengan CL 95% untuk
rata-rata Hb populasi. Bandingkan dengan
kadar Hb laki-laki dewasa.
Latihan

2. Dari pengambilan sampel sebanyak 25

olahragawan secara acak didptkan
tekanan darah sistolik mereka sebesar
115 mm Hg dgn varian 225 mm Hg. Kita
ingin menduga berapa besar tekanan
darah sistolik dari olahragawan,
hitunglah besar tekanan sistolik tsb pd CI
90 % dan 95 %
Latihan

3. Rata-rata berat badan 49 sampel

penelitian penyakit jantung koroner
adalah 64 kg dan s = 8,6 kg. Tentukan
taksiran titik dan taksiran interval pada
90% CI berat badan populasi penelitian
tersebut !