Teori Estimasi

Arman E. Putra

Latar Belakang
Merupakan peristiwa yang dialami semua orang dalam kehidupan
sehari-hari
Bisa dilakukan atas dasar pengalaman atau hanya tebakan saja
Diperlukan informasi yang cukup dalam melakukan keputusan, apabila
terpenuhi estimasi akurat akan diperoleh dan dapat dipertanggung
jawabkan ( teori yang dipakai teori estimasi)
Merupakan bagian statistik inferensial bersama pengujian hipotesis
dengan dasar teori peluang
Dalam metode statistika digunakan untuk menaksir parameter populasi
seperti rata-rata atau proporsi variabel yang terdapat dalam populasi
melalui perhitungan statistik sampel (karena perhitungan langsung pada
populasi tidak mungkin
Beberapa istilah yang digunakan dalam teori estimasi; estimator,
estimit, titik estimasi dan interval estimasi

Estimator dan Estimit

Estimator adalah statistik sampel untul
menaksir populasi, mis: x , p p.
Estimit ialah angka atau nilai yang digunakan
untuk menaksir parameter populasi. Misalnya
hasil pengukuran tinggi badan adalah 163 cm
dan angka tersebut digunakan untuk menaksir
tinggi badan populasi

Kriteria estimator
Tidak semua estimator statistik merupakan
estimator yang baik sehingga ada syarat:
Tidak bias
Dikatakan tidak bias bila hasil statistik sampel
mempunyai nilai yang sama dengan parameter
populasi
simple unbiased estimator. Misalnya,
rata-rata sampel merupakan estimator
proporsi sampel
"jumlah" ciri tertentu sampel.

Kriteria estimator2
Efisien
efisien bila statistik sampel mempunyai kesalahan
baku yang kecil.
Misalnya, kita akan menaksir rata-rata populasi
melalui statistik rata-rata dan median sampel.
Dari distribusi rata-rata sampel diperoleh
kesalahan baku sebesar 1,03, sedangkan
kesalahan baku median sebesar 1, 64 maka
dikatakan bahwa "rata-rata" merupakan estimator
yang lebih efisien dibandingkan dengan median.

Kriteria estimator3
Konsisten
Bila besarnya sampel bertambah maka hampir dapat
dipastikan bahwa nilai statistik sampel akan lebih
mendekati nilai parameter populasi (standart deviasi
kecil)

Contoh:
Rata-rata sampel merupakan estimator yang tidak bias
terhadap median populasi, demikian pula dengan median
sampel, tetapi bila jumlah sampel bertambah maka ratarata sampel akan lebih mendekati median populasi
daripada median sampel.
Dari hasil di atas dapat'dikatakan bahwa rata-rata
merupakan estimator yang konsisten untuk menaksir
median populasi daripada median sampel.

Aplikasi
Untuk menduga harga parameter ada dua cara
Dengan pendugaan interval (lebih baik karena
akan lebih banayk nilai yang masuk; ada batas
atas dan bawah)
mean Z /2 . (/ n)< x< mean + Z /2 . (/ n)

Dengan pendugaan titik (point estimit); biasanya

dengan mean atau
Z = nilai tertentu- mean / (/ n)

Contoh soal
100 mahasiswa menghitung rata-rata pengeluaran
bulanan Rp 96.000,- dengan adalah Rp 1.600,- hitung
pengeluaran rata-rata seluruh mahasiswa tersebut
dengan interval kepercayaan 98 % sehingga (=2%);
/2 =1% (-2,33)

Selesaikan dengan
mean Z /2 . (/ n)< x< mean + Z /2 . (/ n)
Sehingga 95627,2 < x < 96372,8 dengan 1 simpangan baku
Untuk point estimasi bisa dengan rata-rata Rp 96.000,-

Ilustrasi Gambar

A1=-1,96

a2=1,96

Misalnya, interval estimasi derajat kepercayaan 95% pada distribusi normal

akan terletak antara A1 dan A2 sebagai limit interval estimasi dan jarak antara
- A1 = A2 Bila dilihat dalam tabel distribusi normal standar akan sama
dengan 1,96. Jadi, interval konfidensi terletak antara -1,96 dan +1,96.

PENGUJIAN HIPOTESIS
Pengujian hipotesis diawali dengan suatu pernyataan
sementara yang disebut hipotesis.
sehingga secara umum dapat diartikan sebagai kesimpulan
sementara atau dugaan logis tentang keadaan populasi.
Hipotesis dapat ditentukan berdasarkan hasil penelitian
atau pengalaman.
Secara statistik, hipotesis menyatakan parameter populasi
dari suatu variabel yang terdapat dalam populasi dan
dihitung berdasarkan statistik sampel.
Karena hipotesis hanya merupakan pernyataan sementara
atau dugaan logis maka hipotesis mungkin benar, tetapi
mungkin juga tidak benar.

 Pengujian hipotesis dilakukan dengan membandingkan hasil statistik

sampel dengan nilai hipotesis.
Bila perbedaan antara nilai statistik sampel dengan nilai hipotesis
cukup besar maka kita akan menolak hipotesis. Sebaliknya, bila
perbedaan tersebut kecil maka kita akan menerima hipotesis tersebut.
Perlu diketahui bahwa kesimpulan dari pengujian hipotesis secara
statistik hanya berupa menerima atau menolak hipotesis dan ini tidak
membuktikan kebenaran hipotesis karena statistika sama sekali tidak
melakukan pembuktian.
Digunakan istilah "menerima" hipotesis sebenarnya karena sampai
saat ini kita tidak memiliki metode statistik untuk menolak. Jadi,
istilah sebenarnya ialah tidak menolak hipotesis dan istilah menerima
hipotesis hanya berdasarkan suatu kesepakatan saja.

Kesimpulan
Sehingga dapat disimpulkan bahwa pengujian hipotesis bertujuan
untuk mengambil keputusan tentang perbedaan antara nilai
statistik sampel dengan nilai parameter populasi.
Dalam menguji hipotesis, kita harus membuat suatu pernyataan
sementara atau hipotesis terhadap nilai parameter populasi
sebelum kita mengambil sampel untuk menguji hipotesis tersebut.
Berbeda dengan teori estimasi, di mana kita menaksir nilai
parameter populasi melalui perhitungan statistik sampel. Pada
pengujian hipotesis, parameter yang akan kita uji disebut
hipotesis nol.
Simbol yang digunakan untuk menyatakan hipotesis nol adalah
H0.

Sekian Terima Kasih