Apa itu estimasi merupakan metode statistic yang memperkirakan nilai populasi(parameter)

menggunakan nilai sampel karena tidak mungkin melakukan perhitungan langsung -----Perkiraan

Jenis jenis estimasi

1. Estimasi titik = merupakan memperkiraan parameter dgn satu nilai saja

2. Estimasi Interval = nilai rentan yang diharapkan
3. Estimasi

sifat estimasi titik nilai rata’

1. tidak pasti
2. pembulatan
3. pengaruh ukuran sampel

syarat estimasi titik nilai rata’

1. sampel acak
2. independen dan identic terdistribusi

estimasi interval nilai rata’ = metode statistic

siat

1. tingkat kepercayaan

syarat

1. distribusi normal / n yang cukup besar

2. deviasi standar harus diketahui
3.

estimasi titik nilai proporsi

KONSEP ESTIMASI

Tujuan utama pengambilan sampel dari suatu proporsi adalah untuk memperoleh informasi mengenai
parameter populasi. Oleh karena parameter populasi tidak diket ,

Ada dua cara untuk mengetahui parameter populasi

1. Cara pendugaan (estimasi )

2. Pengujian hipotesis

Dua cara ini didsarkn pda besaran yg dihitung dri sampel

Mengapa perlu belajar estimasi ? Memperkirakan parameter populasi = krna nilai parameter populasi
tidak d ketahui , untuk diket dilakuknlh sampel

ESTIMASI = bertuan untk menaksir sifat’ populasi dan mengumpulkan sifat’tersebut berdasarkn sampel
dgn keyakinan tertentu .

Estimasi titik (point = bila nilai parameter dari populasi hanya diduga dgn memakai satu nilai statisyik
dari sampel yg diambil dari populasi tertentu.sebuah estimasi titik dari sebuah parameter

Rumus :

X
X =∑ = pendugaan titik u
n
2
(X− X)
S =∑
2
n−1

X
ρ=
n

Estimasi interval = bila nilai parameter dari populasi

Alfa= α (kesalahan )

Confidence interval ( kepercayaan ) 1-alfa

σ = TAW

μ= RATA RATA
Uji hipotesis membantu pengambilan keputusan tentang apakah suatu hipotesis yang diajukan cukup
meyakinkan untuk ditolak atau tidak ditolak.

HIPOTESIS

Suatu asumsi atau anggapan yang bias benar atau bias salah mengenai sesuatu hal , dan dibuat untuk
menjelaskann

Kegunaan hipotesis

1. Tuntunan arah penelitian

Hubungan dua fenomena atau lebih
2. Identifikasi variable yang dipakai
Status gizi,jumlah rokok,dll
3. Menentukan desain penelitian
Analitik vs deskriptif
Potong lintang vs eksperiment
4. Petunjuk jenis analisis statistic yang diperlukan
Satu ekor vs dua ekor

Ciri – ciri hipotesis

1. Kalimat deklaratif
2. Kolerasi/hubungan anatara dua / lebih variable
3. Merupakan jawaban sementara
4. Berkaitan dengan teori teori yang ada
5. Dapat dibuktikan secara empirasi

Perbedaan antara tinggi badan bagi penderita stunting

Ada perbedaan kesehatan anatara ibu lahir normal dengan ibu lahir cesar

Hipotesis Perbandingan mengajukan perbandingan antara dua atau lebih kelompok, misalnya orang
yang tidur 7-8 jam per malam memiliki risiko obesitas yang lebih rendah daripada mereka yang tidur
kurang dari 6 jam atau lebih dari 9 jam.

Hipotesis Diferensial fokus pada perbedaan dalam variabel antara kelompok yang berbeda, tanpa perlu
membandingkannya dengan kelompok lain, misalnya tingkat stres berbeda antara orang dewasa yang
berolahraga rutin dan yang tidak.
Ada h0 dan ha .

H0 dapat berbunyi "Tidak ada perbedaan dalam penyembuhan antara kelompok yang
menerima obat dan kelompok yang tidak menerima obat",

Ha dapat berbunyi "Terdapat perbedaan dalam penyembuhan antara kelompok yang menerima
obat dan kelompok yang tidak menerima obat".

Prinsip uji hipotesis

1. Membandingkan nilai sampel ( data hasil penilitian ) dengan nilai populasi yang diajukan
2. Bila perbedaan anatara nilai sampel dengan nilai populasi cukup besar,maka peluang untuk
menolak hipotesis besar
3. Kesimpulan hasil uji hipotesis adalah menolak hipotesis null(H0) atau gagal menolak hipotesis
null(H0). KAPAN H0 DITOLAK ATAU GAGAL MENOLAK = BERDASARKAN NILAI PROBABILITAS ,
KETIKA NILAI P LENIH KECIL ATAU = 0,05 (ALPA= TINGKAT KESALAHAN ) MAKA H0 DITOLAK .
CONTOH : TIDAK ADA PENGARUH PEMERIKSAAN KEHAMILAN DENGAN KEJADIAN KOMPLIKASI
PADA IBU HAMIL – H0.

Mari kita gunakan contoh kasus yang sederhana untuk menggambarkan H0, Ha, dan pengujian hipotesis.

H0 (Hipotesis Nol): Tidak ada perbedaan dalam pertumbuhan tanaman tomat antara kelompok yang
diberi pupuk dan kelompok yang tidak diberi pupuk.

H0: μA = μB

Di sini, μA adalah rata-rata tinggi tanaman tomat di Kelompok A (diberi pupuk) dan μB adalah rata-rata
tinggi tanaman tomat di Kelompok B (tidak diberi pupuk).

Ha (Hipotesis Alternatif): Terdapat perbedaan dalam pertumbuhan tanaman tomat antara kelompok
yang diberi pupuk dan kelompok yang tidak diberi pupuk.

Ha: μA ≠ μB

Pengujian Hipotesis dan Nilai p:

Pengujian dilakukan dengan menggunakan uji statistik, seperti uji t atau uji ANOVA, untuk
membandingkan rata-rata tinggi tanaman tomat antara kedua kelompok.

Jika nilai p yang dihasilkan dari pengujian tersebut kurang dari tingkat signifikansi yang ditetapkan
sebelumnya (misalnya, α = 0,05), maka H0 ditolak dan Ha diterima. Artinya, ada cukup bukti untuk
menyatakan bahwa pupuk memiliki efek yang signifikan terhadap pertumbuhan tanaman tomat.
Jika nilai p lebih besar dari α, maka H0 tidak dapat ditolak. Artinya, tidak ada cukup bukti untuk
menyatakan bahwa pupuk memiliki efek yang signifikan terhadap pertumbuhan tanaman tomat.

Hipotesis Nol (H0): Tidak ada perbedaan dalam kadar kolesterol antara kelompok yang mengonsumsi
minyak zaitun dan kelompok yang mengonsumsi minyak kelapa.

H0: μ1 = μ2

Di sini, μ1 adalah rata-rata kadar kolesterol dalam kelompok yang mengonsumsi minyak zaitun, dan μ2
adalah rata-rata kadar kolesterol dalam kelompok yang mengonsumsi minyak kelapa.

Hipotesis Alternatif (Ha): Terdapat perbedaan dalam kadar kolesterol antara kelompok yang
mengonsumsi minyak zaitun dan kelompok yang mengonsumsi minyak kelapa.

Ha: μ1 ≠ μ2

Alasan:

Untuk menguji hipotesis ini, dilakukan pengukuran kadar kolesterol sebelum dan sesudah mengonsumsi
minyak zaitun atau minyak kelapa pada kedua kelompok.

Analisis statistik (misalnya, uji t) dilakukan untuk menentukan apakah perbedaan kadar kolesterol antara
kedua kelompok signifikan secara statistik. Jika nilai p kurang dari tingkat signifikansi yang ditetapkan
(misalnya, α = 0,05), maka H0 ditolak dan Ha diterima.