Sesi 3_

ESTIMASI– CONFIDENCE
INTERVAL
Pendahuluan
Proses estimasi merupakan peristiwa yang
dialami orang setiap hari
Estimasi merupakan ketrampilan untuk hidup
(skill for life)
Jika Anda berangkat ke kampus untuk mengikuti
kelas, Anda mengestimasi berapa lama
perjalanan dari tempat tinggal ke UHAMKA
dengan menggunakan jenis kendaraan tertentu.
Dengan estimasi tersebut, Anda akan terhindar
dari keterlambatan sampai di kelas
Pendahuluan
Teori estimasi memegang peranan penting
dalam biostatistika inferensial karena teori
estimasi dan uji hipotesis merupakan dasar
dari biostatistik inferens (yang dilandasi teori
probabilitas)
Jika waktu dan informasi cukup memadai,
maka estimasi yang akurat, menghasilkan
ukuran yang dapat dipertanggung jawabkan
ESTIMASI Dalam STATISTIK
Sampel Populasi
statistik Parameter
Estimasi:
Metode memperkirakan nilai populasi
(parameter) dengan memakai nilai sampel
(statistik)  karena perhitungan langsung pada seluruh
populasi tidak mungkin dilalukan

Dengan estimasi, tidak perlu mengambil

sampel berulang kali utk mengetahui distribusi
sampling
Penggunaan Teori Estimasi
• Dalam bidang kesehatan digunakan
untuk mengestimasi prevalensi penderita
penyakit; mengestimasi angka kematian,
seperti AKI dan AKB
• Di Rumah Sakit, teori estimasi dapat
digunakan untuk memperkirakan jumlah
pengunjung atau memperkirakan
prognosa (kemungkinan sembuhnya)
suatu penyakit
CIRI ESTIMATOR YANG BAIK
• Estimator: nilai statistik atau statistik
sampel yang dipakai untuk menduga nilai
populasi (parameter)
• Hasil pendugaan = estimasi secara statistik
(statistical estimate)

• Sifat Estimator :
Tidak bias ; Efisien; Konsisten:
3 CIRI ESTIMATOR YANG BAIK
• Tidak bias : sesuai nilai parameter populasi;
hasilnya mengandung nilai parameter yang
diestimasi = unbiased estimator
• Efisien: Simpangan baku kecil sehingga
peluang untuk mendekati nilai parameter
menjadi lebih besar; pada rentang kecil saja
sudah mengandung nilai parameter
• Konsisten: ketepatan mengestimasi nilai
parameter akan meningkat dengan jumlah
sampel yang lebih besar; berapapun besar
sampel pada rentangnya akan mengandung
nilai parameter yang sedang diestimasi
BENTUK ESTIMASI
Secara umum, ada dua bentuk estimasi
yang biasa digunakan:
1. Estimasi Titik (point estimation) 
mengandung perhitungan angka tunggal untuk
mengestimasi nilai parameter
2. Estimasi selang (interval estimation)
metode yang memberikan hasil
perhitungan nilai berupa nilai jangkauan untuk
mengestimasi nilai parameter
1. Estimasi Titik (Point Estimation)
 Adalah pendugaan yang terdiri dari satu
nilai saja dan tidak memberikan
gambaran mengenai berapa jarak/selisih
nilai penduga tsb terhadap nilai
parameter
 Pemakaian estimasi titik untuk menaksir
parameter populasi sering tidak
memuaskan karena hanya dapat
diketahui apakah estimasi tersebut benar
atau salah
1. Estimasi Titik (Point Estimation)
• Estimasi titik merupakan nilai taksiran yang
kaku
• Estimasi titik yang dapat digunakan untuk
mengadakan estimasi parameter populasi
adalah rata-rata sampel terhadap rata-rata
populasi, proporsi sampel terhadap proporsi
populasi, jumlah variabel tertentu yang
terdapat dalam sampel untuk menaksir
jumlah variabel tersebut dalam populasi, dan
varians atau simpangan baku sampel untuk
menaksir simpangan baku populasi
Contoh
Penelitian terhadap penduduk berusia >30
tahun di Kab X tahun 2014 dari 242 sampel
didapatkan rata-rata kadar gula darah 115
mg/dL

Jika kita menduga kadar gula darah

penduduk berusia >30 tahun di Kab X
dengan estimasi titik adalah 120 mg/dL,
maka estimasi kita adalah salah
Estimasi Titik Rata-Rata (x )
Terhadap Rata-Rata Populasi (µ)
Untuk membuat estimasi rata-rata TB
mahasiswi FIKES UHAMKA dilakukan
pengambilan sampel sebanyak 20 orang
dengan hasil sbb:

160 161 158 157 163 171 168 166 155 173
160 165 154 156 161 162 150 153 170 164

Maka didapatkan estimasi titik terhadap TB

mahasiswa FIKES UHAMKA adalah
X = 3227/20 = 161,4 cm
Tinggi badan 161,4 cm merupakan titik estimasi terhadap
tinggi badan mahasiswa FIKES UHAMKA
Estimasi Titik Proporsi Sampel (p)
terhadap Proporsi Populasi (P)
Jika seorang peneliti ingin mengetahui
prosentase/proporsi penduduk suatu kota
yang menderita hepatitis B. Untuk itu
diambillah sampel sebesar 500 penduduk
yang berkunjung ke poli penyakit dalam
rumah sakit umum daerah tersebut.
Ternyata didapatkan 3 orang menderita
hepatitis B. Dengan demikian, proporsi
penderita hepatitis B di RSUD tersebut
adalah: p = x/n  p = 3/500 = 0.006 = 0.6%
2. Estimasi Selang (Interval Estimation)

Adalah suatu pendugaan berupa

interval/jangkauan yang dibatasi oleh dua nilai,
yang disebut nilai batas bawah dan nilai batas
atas. Untuk membuat pendugaan interval, harus
ditentukan lebih dahulu besarnya koefisien
keyakinan/ tingkat keyakinan/derajat
kepercayaan (Confidence Interval/CI) yang diberi
simbol 1-α. Besarnya nilainya dari 90% - 99% .

Jangkauan/interval dari nilai

tersebut disebut Confidence
Interval
Confidence Interval
Confidence Interval (CI) adalah luas
area di bawah kurva normal, yang
ditentukan dengan prosentase
misalnya 90%, 95%, dan 99%
Dasar Estimasi
Selang/Confidence Interval
1.Bahwa sampel yang diambil dari
suatu populasi akan berdistribusi
(normal) sekitar µ, dengan
simpangan baku adalah Standard
Error/SE  sifat distribusi sampling
2.Dengan hal itu dapat ditentukan jarak
minimum dan maksimum letaknya
nilai µ = confident interval = confident
limit = tingkat kepercayaan
Confidence Interval
 Ketika sampel besar, (Kirkwood and
Sterne, 2006 menyatakan ≥ 60, sedangkan
Hastono dan Sabri, 2006 menyatakan ≥ 30
 Kita pakai ≥ 30)  tidak hanya
distribusi sampling dari mean-mean
sampel yang dapat diperkirakan
oleh distribusi normal dengan baik,
tetapi juga standard deviasi sampel
(s) adalah perkiraan nilai standard
deviasi populasi ( ) yang dapat
diandalkan
Confidence Interval
Oleh karena itu :

s
dapat diestimasi dengan
√𝒏 √𝒏
 Rumus umum Estimasi Selang/Confidence
Interval (CI)

St – Z ½α. SE ≤ parameter ≤ St + Z ½α. SE

Di mana:
St = nilai statistik (sampel = xbar)
Z1/2 α = deviasi relatif (standar score, ditentukan oleh confident
interval : Z1/2 α 95% = 1.96, Z1/2α 90% = 1.645
SE = standar d error (σ/√n)
Parameter = nilai populasi yg diduga (µ)

Atau
xbar – Z ½α.SE ≤ µ ≤ xbar + Z ½α.SE
Nilai Confidence Interval
• CI 99%  Z ½ α = ± 2.575
• CI 95%  Z ½ α = ± 1.96
• CI 90%  Z ½ α = ± 1.645
• CI 80%  Z ½ α = ± 1.28
•  Di dapat dari tabel distribusi
Normal Standar
Contoh
Jika CI = 95%

Lihat di tabel Distribusi Normal Standar.

Karena distribusi Normal Standar adalah untuk
setengah kurva  95% = 0,95/2 = 0,4750

Lihat nilai 0,4750 pada badan

tabel distribusi Normal Standar
kemudian lihat kekiri dan ke atas
nilainya  didapat nilai 1,96
Tabel Distribusi Normal Standar
Contoh Perhitungan Estimasi
Selang/Confidence Interval
Suatu penelitian tentang kadar Hb ibu
hamil di Jakarta Barat dengan 100
sampel didapatkan HB sebesar 9,6 gr%.
Simpangan baku di populasi 5 gr%.
Dengan menggunakan 95% CI, maka
kadar Hb ibu hamil di Jakarta Barat
sebesar?

= 9,5 – 1,96 * 0,5 ≤ µ ≤ 9,5 + 1,96 * 0,5

= 8,52 gr% ≤ µ ≤ 10,48
= 8,52 gr% – 10,48 gr%
Jawab
Diket:
xbar = 9,6 gr %
n = 100
σ = 5 gr%
SE = σ/√n = 5/ √100 = 0.5 gr%
CI = 95%  Z ½ = 1.96
Maka:
xbar – Z ½ α.SE ≤ µ ≤ xbar + Z ½ α.SE
9.6 – (1.96 X 0.5) ≤ µ ≤ 9.6 + (1.96 X 0.5)
8.62 gr% ≤ µ ≤ 10.58 gr%
Kesimpulan/Interpretasi:
• 95% CI, estimasi kadar Hb ibu hamil
di Jakarta Barat adalah antara 8.62
gr% sampai 10.58 gr%

• Artinya : Kalau kita ambil berulang kali

sampel yang besarnya 100 ibu hamil
di Jakarta Barat, maka 95% mean
sampel-sampel tersebut berada pada
nilai 8.62 gr% sampai 10.58 gr%
Makna Confidence Interval
Peneliti mengakui bahwa dengan
confidence Interval 90%, atau 95%,
atau 99% maka rentang nilai mean
yang didapat, kemungkinan
mengandung/memuat nilai mean
Jika CI 95% populasi
 = 5%
= 0.05

Diakui ada 10%, 5%, 1%, peluang di mana

rentang nilai mean yang didapat
kemungkinan tidak mengandung/memuat
nilai mean populasi
CI dan Keakuratan Estimasi
Nilai Mean Populasi
Semakin LEBAR rentang suatu nilai Mean sampel
MAKA Semakin TIDAK AKURAT nilai Mean Sampel
itu mewakili/mencakup nilai Mean Populasi yang
sesungguhnya

Semakin SEMPIT rentang suatu nilai Mean Sampel

MAKA Semakin AKURAT nilai Mean Sampel itu
mewakili/mencakup nilai Mean Populasi
sesungguhnya.
Distribusi Student t
Ketika jumlah sampel tidak besar, dua aspek
yang dapat berubah :
1) Standard deviasi sampel (s) , yang
tunduk pada variasi sampel, mungkin
tidak dapat diandalkan untuk
mengestimasi nilai standard deviasi
populasi (σ)
2) Ketika distribusi di populasi tidak normal
maka distribusi sample dari mean
mungkin juga tidak normal
Distribusi Student t
 Ketika jumlah sampel tidak besar,
umumnya kurang dari 30, sehingga
Standard deviasi sampel (s) mungkin
lemah untuk diandalkan mengestimasi
nilai standard deviasi populasi (σ), maka
σ tidak diketahui
 Oleh karena itu, distribusi sampel
diasumsikan berdistribusi seperti
distribusi student t
 Untuk menentukan nilai t diperlukan
nilai degree of freedom (df) dan nilai
Distribusi Student t
SE = s/√n df = n – 1

 Rumus umumnya menjadi :

Karakteristik Distribusi
Student t
 Diperkenalkan oleh W.S Gosset
 Seperti pada distribusi normal,
distribusi t adalah distribusi
bersifat kontinu, berbentuk bell
shape dan simetris
 Namun distribusi t lebih melebar
dan ekornya lebih panjang
Karakteristik Distribusi Student t
Contoh:
Suatu survei kecil, diambil sampel
25 mahasiswa Fikes Uhamka
secara random , diperoleh rata-
rata kadar Hb nya adalah 9 gr%
dan simpangan baku pada sampel
adalah 7.7 gr%., maka berapa nilai
rentang 95% CI?
6,37 – 11,63 gr%
X = 9 gr%
n = 25
s = 7.7 gr%
SE = s/√n = 7.7/ √25 = 1.54 gr%
CI = 95%
= 5% = 0.05 t = 2.064
df = 25 – 1 = 24
 Nilai t = 2.064 di dapat dari tabel
distribusi student t
 Gunakan tabel distribusi t two tails
 Jika menggunakan tabel distribusi t
9 – 1,711
one*tail ≤ µ ≤ nilai
1,54maka 9 + 1,711 * 1,54dibagi 2
harus
Tabel distribusi Student t
(df = 5; = 0.05)
Tabel distribusi Student t One tail
(df = 5; = 0.05/2 = 0.025)
Tabel Distribusi t
= 5% = 0.05
df = 25 – 1 = 24
MAKA: Dihitung sbb:
X – t.SE ≤ µ ≤ X + t.SE
9 – ( 2.064 x 1.54) ≤ µ ≤ 9 + (2.064 x 1.54)
9 – 3,17 gr% ≤ µ ≤ 9 + 3,17 gr%
5,83 gr% ≤ µ ≤ 28,53 gr%

Interpretasinya:
95% CI, diperkirakan Kadar Hb mahasiswa
Fikes Uhamka berada pada rentang 5,83gr%
sampai 28,53 gr%
Estimasi Proporsi Satu
Populasi
Digunakan untuk melakukan estimasi proporsi
pada populasi.
Rumus untuk limit atas dan limit bawah:
Estimasi Proporsi Satu
Populasi
Seorang peneliti ingin mengestimasi proporsi ibu
hamil yang telah mendapatkan imuniasi TT.
Diambil sampel sebanyak 100 orang ibu hamil,
ternyata 60 orang ibu hamil tersebut telah
mendapatkan imunisasi TT. Peneliti menggunakan
derajat kepercayaan (CI) = 95%
Diketahui :
p = 60/100 = 60%; q = 100% - 60% = 40%
n = 100
Estimasi Proporsi Satu
Populasi
Jawab:
𝑝𝑞
p + Z½ √ = 60 + 1.96 x √(60 x 40)/100
𝑛
= 69.6%
𝑝𝑞
P- Z½ √ = 60 – 1.96 x √(60 x 40)/100
𝑛
= 50.4%
Estimasi Proporsi Satu
Populasi
Interpretasi :
Dengan derajat kepercayaan 95%,
interval estimasi ibu hamil yang
telah mendapatkan imunisasi TT
adalah antara 50.4% - 69.6%
Rentang interval dapat dipersempit
dengan Cara :
1) Memperkecil CI : misalnya dari 95%
menjadi 90%  memperkecil CI berarti
memperbesar presisi (artinya probabilitas nilai
mean populasi berada pada rentang itu
semakin besar)
1. Memperbesar jumlah sampel (n)
2. Meningkatkan ketelitian dlm mengukur
sehingga didapat varian sampel yang
kecil
Latihan Soal/PR
1) Enam orang penderita artritis
mendapatkan obat baru. Setelah
mendapatkan obat baru, keenam
penderita tersebut mendapatkan bantuan
latihan menggerakkan sendi-sendi.
Berikut data lamanya bantuan (dalam
jam) untuk 6 penderita tersebut :
Nomor Penderita Artritis
1 2 3 4 5 6
Lama Waktu Bantuan (Jam)
2.2 2.4 4.9 2.5 3.7 4.3
Latihan Soal/PR
Dari data tersebut didapatkan nilai
standard deviasi pada sampel
adalah 1.13 jam. Berapakah nilai
selang estimasi dari rata-rata waktu
bantuan untuk penderita artritis
setelah terapi obat baru, dengan
95% CI?
2. Sebuah sampel random menggunakan 10
anak yang diseleksi dari populasi bayi-bayi
yang menerima antasid yang mengandung
aluminum. Antasid ini sering digunakan
untuk mengobati gangguan peptik. Mean
dan standard deviasi dari distribusi kadar
alumunium plasma untuk populasi ini tidak
diketahui. Namun diketahui, rata-rata kadar
alumunium dari 10 anak adalah 37.2 µg/l
dan standard deviasi sampel adalah 7.13
µg/l. Berapakah estimasi rentang nilai 95%
CI untuk rata-rata populasi yang didapatkan
dari sampel tersebut?
3. Sebagai bagian dari program untuk
mengontrol penyakit malaria, direncanakan
untuk melakukan penyemprotan pada
10.000 rumah di suatu desa. Dengan alasan
tidak memungkinkan untuk melakukan
pengukuran ke 10000 rumah maka sampel
random diambil sejumlah 100 rumah dan
rata-rata luas permukaan setiap rumah yang
dapat dilakukan penyemprotan diukur.
Didapatkan mean permukaan yang dapat
disemprot dari 100 rumah adalah 24.2 m2
dan standard deviasinya sebesar 5.9 m2.
Berapakah estimasi rentang 95% CI untuk
10.000 rumah?
JAWABAN : Nomor 1
X = 2.2 + 2.4 + 4.9 + 2.5 + 3.7 + 4.3
6
X = 3.3 jam
S = 1.13 jam
n = 6  df = n – 1 = 6 – 1 = 5
SE = 1.13/√6 = 0.46
95% CI 
3.3 – 2.571 x 0.46 ≤µ≤ 3.3 + 2.571 x 0.46
2.1 ≤µ≤ 4.5 jam
Interpretasi :
95% CI rata-rata lamanya bantuan
setelah pasien artritis menerima obat
baru adalah 2.1 sampai 4.5 jam
Tabel Distribusi Student t
(df = 5; = 0.05)
Tabel Distribusi Student t one
tail (df = 5; = 0.05/2= 0.025)
JAWABAN NOMOR 2
X = 37.2 µg/l
s = 7.13 µg/l
n =10  df = 10 – 1 = 9
SE = 7.13/√10 = 3.16
95% CI  = 0.05
95% CI 
37.2 – 2.262 x 3.16 ≤µ≤ 3.3 + 2.262 x 3.16
37.2 – 5.1 ≤µ≤ 37.2 + 5.1
JAWABAN NOMOR 2
37.2 – 5.1 ≤µ≤ 37.2 + 5.1
32.1 ≤µ≤ 42.3 µg/l

Interpretasi :
95% CI rata-rata kadar plasma alumunium
untuk bayi yang menerima antasid
mengandung alumunium adalah sebesar
32.1 sampai 42.3 µg/l
Tabel Distribusi Student t two
tails
(df = 9; = 0.05)
Tabel Distribusi Student t one tail
(df = 5; /2 = 0.025)
JAWABAN NOMOR 3
N = 10.000
n = 100
X = 24.2 m2
Toh = 5.9 m2  SE = 5.9/√100 = 0.6 m2
95% CI  = 0.05  Z1/2 = 1.96
95% CI 
24.2 – 1.96 x 0.6 ≤µ≤ 24.2+ 1.96 x 0.6
24.2 – 1.2 ≤µ≤ 24.2 + 1.2
JAWABAN NOMOR 3

24.2 – 1.2 ≤µ≤ 24.2 + 1.2

23.0 ≤µ≤ 25.4 m2

Interpretasi :
95% CI rata-rata luas permukaan setiap
rumah yang dapat dilakukan penyemprotan
adalah 23.0 sampai 25.4 m2