Statistika Inferensi :

Estimasi Titik & Estimasi Interval

Pengantar
 Suatu penelitian tentunya memiliki sebuah sampel yang
diambil secara acara dari sebuah populasi yang telah
diketahui,didalam suatu informasi tentunya ada
penyimpulan (kesimpulan statistik).
 Dan salah satu hal dalam kesimpulan statistik ialah
estimasi parameter-parameter populasi atau dapat
dikatakan estimasi parameter. Ada dua jenis estimasi
menurut pembagiannya yaitu estimasi titik dan
estimasi interval. Estimasi berdasarkan jenis
parameternya dibagi menjadi dua yaitu; estimasi rata-
rata dan estimasi proporsi.
Estimasi
 Estimasi biasanya sering digunakan dalam menaksir
parameter populasi seperti rata-rata atau proporsi
variabel tertentu yang terdapat dalam populasi melalui
perhitungan statistik sampel karena perhitungan
langsung pada seluruh populasi tidak mungkin
dilakukan (Budihartono, 2001, p. 157)
 Estimasi ialah suatu keseluruhan proses yang
menggunakan estimator (nilai statistik; mean, median,
varian dan standar deviasi) untuk menghasilkan suatu
estimasi yang diharapkan mendekati parameter populasi.
Ada dua jenis estimasi yaitu estimasi titik,dan estimasi
interval (Cahyono, 2018, p. 174)
Estimasi titik
Estimasi titik ini merupakan nilai tunggal dari statistik
sampel tertentu yang digunakan untuk mengestimasi nilai
parameter populasi. Ada tiga kriteria ketepatan estimasi
titik, yaitu ;(Cahyono, 2018, pp. 174–175)
Tidak bias (unbiasedness)
Apabila nilai statistik (estimator/penduga) sama dengan
atau sangat mendekati nilai parameter
Efesiensi
Apabila penduga memiliki varians yang kecil
Konsistensi
Konsistensi
Jika suatu ukuran sampel besar, maka penduga
mendekati parameter sampel besar maka
cenderung menghasilkan dugaan titik yang baik
Penghitungan estimasi titik sama dengan
penghitungan analisis deskriptif, menghitung
mean, variansi dan proporsi
Contoh
Seorang ahli sosial ekonomi ingin
mengestimasi rata-rata penghasilan buruh
di suatu kota. Sebuah sampel dikumpulkan
menghasilkan rata-rata Rp 2.000.000,-.

Dalam hal ini telah dilakukan estimasi titik,

dengan menggunakan estimator berupa
statistic mean ( X ) untuk mengestimasi
parameter mean populasi (μ). Nilai sampel
Rp 2.000.000,- sebagai nilai estimate dari
mean populasi.
Estimasi Interval
 Estimasi interval lebih dikenal dengan interval
konfidensi ini merupakan pengembangan dari estimasi
titik, dimana nilai taksiran parameternya tidak terfokus
pada satu titik nilai, tetapi didasarkan pada range
tertentu, sehingga estimasinya memiliki nilai tertinggi
(max) dan nilai terendah (min). nilai yang sering muncul
ini nilai yang didasarkan probabilitas tertentu misanya
data yang dipilih 90%, 95% ataupun 99% (Cahyono,
2018, p. 176)
Estimasi interval merupakan nilai interval dari
statistik sampel yang berisi kemungkinan
terjadinya nilai parameter populasi, dan
besarnya estimasi interval dipengaruhi oleh 3
faktor, yaitu :
Besarnya sampel
Tingkat keyakinan atau keyakinan yang
dipilih (level confidence)
Variabilitas populasi yang diukur dengan
standar deviasi
Jadi interval kepercayaan (confidence interval)
adalah estimasi interval berdasarkan tingkat
kepercayaan tertentu dan batas atas serta batas
bawah interval disebut batas kepercayaan
(confidence limits).

Dari prakteknya tingkat kepercayaan dilakukan

sebelum estimasi dilakukan, jadi dengan
menetapkan tingkat kepercayaan interval
sebesar 90 persen (90 %).

Artinya seseorang yang melakukan tersebut

ingin agar 90 persen yakin bahwa mean dari
populasi akan termuat dalam interval yang
diperoleh.
Estimasi interval untuk beberapa
tingkat kepercayaan (1-)100%.
Contoh
Seorang guru ingin mengestimasi waktu
rata-rata yang digunakan untuk belajar.

Suatu sampe acak ukuran 36

menunjukan bahwa rata-rata waktu yang
digunakan siswa untuk belajar di rumah
setiap harinya adalah 100 menit.

Informasi sebelumnya menyatakan

bahwa standar deviasi adalah 20 menit.
Estimasi interval dengan tingkat kepercayaan 95 persen
dapat ditentukan berikut ini :

Unsur unsur yang diketahui :

X = 100 ;  = 20; n=36; tingkat kepercayaan 95 %.
Dengan tingkat kepercayaan 95 % maka nilai z adalah
1,96 jadi estimasi interval dari nilai waktu rata-rata
sesungguhnya adalah :
100  (1,96)(20 / 6)    100  1,96 ( 20 / 6)
93,47    106,53

Dengan kata lain guru mengestimasi dengan tingkat

keyakinan 95 % bahwa rata-rata waktu belajar adalah
antara 93,47 menit hingga 106,53 menit
Estimasi Rata-rata