ESTIMASI

Riana Thasya P (1710714039)

Tri Arina Hanura (1710714044)

Camilia Lathifa Suseno (1710714046)

Tasya Qonitah Salsabila (1710714047)

Nida Arrumaisha (1710714050)

Aliffanny Ayu Paraswati (1710714064)

 Pengertian Estimasi

Menurut KBBI, estimasi adalah perkiraan, penilaian, dan pendapat. Dalam

statistika, estimasi adalah suatu metode dimana kita dapat memperkirakan
nilai dari suatu populasi dengan menggunakan nilai dari sampel. Misalnya
rata-rata sampel digunakan untuk menaksir rata-rata populasi, proporsi
sampel untuk menaksir proporsi populasi, dan jumlah ciri tertentu sampel
untuk menaksir jumlah ciri tertentu populasi.
 Tidak Bias
Efisien
Konsisten

Rata-rata sampel = 50, sedang rata-rata

populasi yang diestimasi ternyata nilainya
= 50, maka dapat dikatakan bahwa rata-
rata sampel merupakan penduga yang
baik atau tidak bias karena nilai yang
diharapkan dari statistik sama dengan nilai
parameternya.
Apabila nilai rata-rata populasi ternyata 40,
maka terjadi bias karena nilai yang
diharapkan dari statistik lebih besar dari
nilai parameternya, maka disebut over
estimate, sebaliknya bila nilai
parameternya 60 disebut under estimate.
 Estimasi Titik
[ Point Estimation]

Estimasi titik merupakan suatu nilai dari sampel sebagai estimator

parameter. Dalam estimasi titik kita menggunakan data sampel untuk
menghitung suatu nilai statistik sebagai estimasi parameter populasi.
Sebagai contoh, rata-rata (mean) sampel (x) adalah sebuah penaksiran titik
dari nilai rata-rata (mean) populasi M. Begitu juga dengan sampel (p)
adalah nilai estimasi titik untuk populasi P.
Contoh:
Penentuan
seorang penelitibahwa kita berdasar
menyimpulkan dapat
pengamatan dari sampel bahwa rata-rata pendapatan
menggunakan
penduduk kota surabaya datasebesar
sampel sebagai
Rp. 1.800.000,-
estimasi
per bulan. Jadiparameter
rata-rata per populasi
bulan penduduk ini
surabaya memiliki pendapatan
kurang memuaskan relatif yang
karena nilai Rp.
1.800.000,- .
di tentukanpenghasilan
Kenyataannya terlalu warga
optimis.
surabayaSeakan-
rata-rata
akan
ada yangmengandung
lebih besar dan ada suatu kebenaran
yang lebih kecil dari
angka tersebut di atas. Kondisi ini tentunya sangat
yang pasti,
berbahaya bilapadahal masih dipakai
angka tersebut merupakan sebagai
patokan.perkiraan.
suatu Berdasarkan kondisi tersebut estimasi titik
jarang digunakan.
 Estimasi Selang

Penaksiran interval, sebuah penaksiran interval didefinisikan sebagai

penaksiran yang dibatasi oleh dua nilai dimana penaksiran ginterval
terbentan. Sebagai contoh, a<x<b adalah sebuah penaksiran interval untuk
nilai rata-rata (mean) untuk populasi M. contoh tersebut menyatakan
bahwa rata-rata (mean) populasi (M) berada pada rentang lebih dari a
tetapi kurang dari b. Estimasi interval (selang kepercayaan) dapat dilakukan
penambahan batas atas dan batas bawah dari nilai standar deviasi tadi.
Estimasi interval untuk beberapa
tingkat kepercayaan (1-)100%
Confident Limit
Rumus Umum

×̅ - Z SE ≤ PARAMETER≤ ×̅ + Z SE

Keterangan :
×̅ : Nilai statistik
Z : Deviasi relative ditentukan oleh confiden interval
SE : Standar eror
Parameter : Nilai populasi yang diduga
Contoh:
Seorang guru ingin mengestimasi waktu rata-rata yang digunakan untuk belajar. Suatu sampel acak
dengan banyak 36 menunjukan bahwa rata-rata waktu yang digunakan siswa untuk belajar di rumah
setiap harinya adalah 100 menit. Dinyatakan bahwa standar deviasi adalah 20 menit. Estimasi
interval dengan tingkat kepercayaan 95 persen dapat ditentukan berikut ini…
Diketahui :
× = 100 menit
 = 20;
n = 36;
CI = 95 %.
SE = 20/ 36 = 3.3 menit
Dengan tingkat kepercayaan 95 % maka nilai z adalah 1,96 jadi estimasi interval dari nilai waktu
rata-rata sesungguhnya adalah :
100 – (1.96) (3.3) ≤ µ ≤ 100 + (1.96) (3.3)
93.4 ≤ µ ≤ 106,53
Kesimpulan:
Guru mengestimasi dengan tingkat keyakinan 95 % bahwa rata-rata waktu belajar adalah
antara 93,47 menit hingga 106,53 menit.
Jika diambil sampel yang besarnya 36 murid berulang kali, maka 95% dari mean sampel-
sampel tersebut berada pada nilai 93.47 menit sampai106.53 menit.
Jika n  30,dibutuhkan “t”
Dimiliki sampel X1, X2,…, Xn dari distribusi normal N(,
2) dengan 2 tidak diketahui maka berdistribusi t dengan
derajat bebas n-1 :

X 
T
S/ n
 Sifat-Sifat Distribusi t :

• Distribusi ini serupa dengan distribusi Z dengan mean nol dan simetris
berbentuk lonceng / bell shape terhadap mean.

• Bentuk distribusi tergantung pada ukuran sampel.

• Pada ukuran sampel yang kecil keruncingan berbentuk distribusi t kurang

dibandingkan dengan distribusi Z dan jika meningkatnya ukuran sampel
mendekati 30 maka bentuk distribusi semakin mendekati bentuk distribusi
Z. (Jadi jika n >30 maka digunakan nilai z).
Untuk n  30, interval kepercayaan (1-)100% untuk mean
populasi  adalah

s s
X  t n 1;1 / 2    X  t n 1; 1 / 2
n n
Contoh:
Misalkan diberikan nilai Matematika 10 siswa sebagai berikut : 58,
58, 43, 64, 47, 54, 59, 47, 60, dan 64. Estimasi rata-rata nilai
Matematika sesungguhnya (populasi). Nilai rata-rata Matematika
dengan tingkat kepercayaan 95 % dapat diestimasi sebagai berikut:
hasil perolehan data

n = 10 siswa
SE = 7.4/√10 = 2.34
interval kepercayaan  (rata-rata populasi) dengan koefisien
kepercayaan 95 % :
 Estimasi Satu Proporsi

Rumus Sampel Estimasi Untuk Desain Crossectional

Pengambilan sampel estimasi untuk penelitian bertujuan melihat gambaran
suatu variabel pada populasi tertentu. Rumus besar sampel estimasi cocok
digunakan untuk desain penelitian crossectional deskriptif.
Rumus Estimasi satu Proporsi

Keterangan :
n = Besar sampel
Z = Z score berdasarkan nilai α yang diinginkan
P = Proporsi dari penelitian sebelumnya
1-P = Q yaitu proporsi untuk tidak terjadinya suatu kejadian
Besar Z score sesuai dengan nilai α
Contoh:
Seorang Kepala Dinas Kesehatan Kabupaten ingin mengetahui proporsi anak-anak di
kabupatennya yang sudah menerima imunisasi lengkap. Dengan anggapan bahwa akan
dipilih sebuah sampel acak sederhana, berapakah jumlah anak yang harus diteliti dengan
presisi 10% dan α = 5%.
Diketahui :
α = 5%. = 0,05
d = 10 % = 0,1
P = tidak diketahui sehingga menggunakan P terbesar yaitu 0,5 sehingga 1-P = 0,5

= 96,04 yang dibulatkan menjadi 97