ESTIMASI

Deden Supardan
Estimasi
 Sampling  nilai populasi
 Distribusi sampling, ketika sampel diambil
berulang kali
 Dengan sifat-sifat teorema, dilakukan
estimasi/perkiraan thd nilai populasi
 Estimasi : suatu metode untuk memperkirakan nilai
populasi (parameter) dengan memakai nilai
statistik..
Estimator
 Nilai statistik yang digunakan untuk menduga nilai
populasi/parameter
 Estimator yg baik:
 Tidak bias  hasil estimasi mengandung nilai
parameter yg diestimasi
 Efisien  pada rentang yg kecil (hasil estimasi) sudah
mengandung nilai parameter
 Konsisten  berapa pun besar sampel, pd rentangnya
akan mengandung nilai parameter yg diestimasi.
Bentuk Estimasi
1. Estimasi titik (Point estimation)
1.Nilai statistik (nilai-nilai sampel) digunakan sbg pendugaan nilai parameter
karena merupakan estimator yg baik.
2.μ diestimasi sama dengan ẍ

3.s diestimasi sama dengan σ

4.Tidak dapat mengetahui seberapa kuat kebenaran estimasi.

2. Estimasi selang (Interval estimation)

Sampel yg diambil dari populasi akan berdistribusi (normal) sekitar μ, dengan
simpangan baku = SE
Ada batas min dan max terletaknya nilai μ
Conviden interval (CI) : luas daerah dibawah kurva normal ditentukaan dengan
prsentase 90%, 95%, 99%.
 Rumus Umum
St – Z1/2α. SE ≤ PARAMETER ≤ St + Z1/2α. SE

St = Nilai statistik (sampel=ẍ)

Z = Deviasi relatif (standar score, besarnya ditentukan oleh CI)
SE = Standar error
Prameter = nili populasi yang diduga = μ
Contoh
9,5 gr% - 1,96 x 0,5 gr% ≤ μ ≤ 9,5 gr% + 1,96 x 0,5 gr%
8,5 gr% ≤ μ ≤ 10,48 gr%

Artinya:
- Kta yakin 95% bahwa Hb bumil di Kuningan terletak antara 8,52 gr% sampai
dengan 10,48 gr%.
- Kalau kita ambil berulang kali sampel yg besarnya 100 bumil di Kuningan, maka
95% dari mean sampel-sampel tersebut berada pada nilai 8,52 gr% sampai 10,48
gr%.
Confiden Interval
 Kita mengakui bahwa dengan CI 95%, 90%
ataupun 99% kebenaran taksiran ini benar.
 Jujur diakui, kemungkinan (peluang) salah
adalah 5%, 10% ataupun 1 % (dikenal sebagai
α)
 Distribusi (student, t)
 Ketika sampling, biasanya simpangan baku
populasi tidak diketahui
 Distribusi sampling diasumsikan seperti distribusi
“student,t”
 Menentukan nilai t, diperlukan nilai α dan derajat
kebebasan (degree of freedom/df)=n-1
 Rumus : ẍ - t.SE ≤ μ ≤ ẍ + t.SE
Mempersempit rentang interval
 Memperkecil CI, dari 95% menjadi 90%
 Memperbesar n (besar sampel)
 Meningkatkan ketelitian, sehingga didapatkan
varian sampel kecil