TEORI ESTIMASI

Dosen : B U D I O N O
KONSEP ESTIMASI
Proses estimasi merupakan peristiwa yg dialami setiap
orang dalam kehidupan sehari-hari.
misal ; kita akan menyeberang jalan dan melihat
kendaraan akan lewat, maka kita membuat estimasi,
kecepatan kendaraan,lebar jalan dan kecepatan kita
membuat keputusan, apakah menyeberang atau
menunggu.
Estimasi ; pendugaan, penaksiran, inferensi
Beberapa istilah;
o Estimator ; statistik sampel yg digunakan untuk
menafsir parameter populasi. Misal; penafsir µ
o Estimit ; angka atau nilai yg digunakan utuk menafsir
parameter populasi. Misal ; hasil pengukuran BB
sampel 78 kg.
Tujuan ilmu statistik ; mengambil inferensi mengenai
populasi berdasarkan informasi yg terkandung dlm
sampel.
Sampel populasi
Diperoleh : sbg. penduga
• Proses penarikan kesimpulan terdiri atas 2 bagian ;
1. Pendugaan parameter populasi. Contoh ; berupa nilai
tengah IQ mahasiswa yg diterima?
2. Pengujian hipotesis yg menspesifikasikan nilai par.
Contoh ; adakah perbedaan statis gizi antara mahasiswa
laki-laki dengan mahasiswa perempuan?
Ada 2 Jenis Nilai Duga ( estimate )

1. Nilai duga titik ( penduga titik ) : bilangan tunggal hasil perhitungan dari data sampel.
 Titik Estimasi rata-rata( ) terhadap rata-rata populasi (µ)
contoh ; untuk membuat estimasi rata-rata tinggi badan mahasiswa, dilakukan
pengambilan sampel sebanyak 20. Tinggi badan 161,4 cm merupakan titik estimasi thd
tinggi badan mahasiswa.
 Titik Estimasi proporsi sampel( ) terhadap proporsi populasi (p).
Contoh : bila kita ingi mengetahui presentase penduduk suatu kota yg menderita
keratitis.ambil sampel sebanyak 100 orang,terdapat 5 orang yg menderita keratitis.
proporsi (p) = x/n
x=jml penderita yg ditemukan
n=besarnya sampel
p=5/100 = 5%

2. Nilai duga selang ( penduga interval )

dua bilangan hasil perhitungan dgn aturan tertentu dari data sampel. Pasangan
bilangan ini disebut ; convidence interval (interval keyakinan ) untuk par.
 Batas keyakinan atas ( upper conf. Limit )
 Batas keyakinan bawah ( lower conf. Limit )
Penduga / penaksir yg baik :
 Kriteria estimator yg baik;
1. Tak bias : suatu estimator dikatakan tidak bias bila
nilai hasil statistik sampel mempunyai nilai yg sama
dgn parameter populasi
2. Efisien : suatu estimator dikatakan efisien bila
statistik sampel mempunyai kesalahan baku yg
kecil.
3. Konsisten : bila besarnya sampel bertambah maka
hampir dpt dipastikan bahwa nilai statistik sampel
akn lbih mendekati nilai parameter populasi.
Macam- macam estimasi
1. Estimasi satu populasi
a. Estimasi rata-rata
 Titik estimasi
 Interval estimasi
b. Estimasi proporsi
2. Estimasi dua populasi
a. Estimasi perbedaan rata-rata
 Interval estimasi
b. Estimasi perbedaan proporsi
 Interval estimasi
Estimasi Harga Mean Populasi Dengan Sampel Besar (n≥30)

Populasi berdistribusi normal dgn mean= µ dan standart deviasi= σ

Ditarik sampel-sampel acak ukuran n, maka himpunan mean
( ) dari sampel-sampel itu berdistribusi normal dgn mean
(µ = µ) dan standart deviasi σ =σ/ .Bila σ tidak diketahui maka
dapat menggunakan s. (s =s/ )

σ = σ/ . Atau S = S/ .

Rumus : UCL= + Z . σ/ bila σ tdk diketahui,

LCL = - Z . σ/ pakai s
Contoh : suatu survey ingin menduga umur rata-rata populasi
wanita pengusaha di pare. Diambil sampel random n= 120 W.P,
hasil = 44,5th, σ = 9,75th. Dengan convidence 0,95. hitunglah
convidence interval untuk umur rata-rata populasi W.P tsb?
Rumus :

Kesimpulan :
o Dengan convidence level 0,95, diduga rata-rata W.P berkisar
antara 42,76th sampai 46,24th atau P(42,76 ≤ µ ≤
46,24)=0,95
o Bila digunakan pendugaan titik, umur rata-rata W.P ditaksir
sebesar 44,5th.
Estimasi Harga Mean Populasi Dengan Sampel Kecil
(n<30)
 Sampel random kecil distr. Tidak mengikuti distr. Normal standart,
tetapi distr. t
 Rumus :
 Contoh : Lima sampel dipilih dari proses pengalengan ikan, memiliki
berat kotor :
kaleng A B C D E
berat (ons)x : 10,5 10,7 10,3 10,6 10,4, ∑x =52,5
dengan =5%, hitung interval estimate rata-rata buat per kaleng
produksi tsb?
 Jawab :
internal estimate :
Estimasi Harga Proporsi Populasi
 Proporsi populasi π(π= )tidak terlalu mendekati nol atau satu, maka distr.
sampling harga proporsi dianggap mendekati distr. Normal
 Rumus :

 Contoh :
proporsi wanita pengusaha kelompok umur 20-29th adl buatlah
confidence interval utk proporsi populasi wanita pengusaha yg berumur
20-29th,
 Penyelesaian :
rumus :
Beberapa Contoh Estimasi
1. Misalkan kita ingin mengadakan estimasi terhadap tingkat
kesembuhan obat anti rheumatikmaka diambil sampel sebanyak
100 orang penderita yg diberi obat tsb. Dari 100 orang tsb.
diperoleh pada = 0,05 atau derajat konfidensi 95% adalah 3 hari.
n = 100
= 14 hari
σ = 3hari dgn derajat konfidensi 95%
Z = ± 1,96
σ =

Dari hasil tsb dpt disimpulkan bahwa kita 95% percaya tingkat
kesembuhan obat tsb terletak antara 13,4 hari dan 14,6 hari.
2. Populasi terbatas, sampel besar, deviasi standart tak diketahui
contoh :
sebuah daerah yg terdiri dr 500 KK. Seorang dokter puskesmas ingin menaksir besarnya
pendapatan per bulan per KK. Diambil sampel 50 KK,diperoleh rata-rata penghasilan
Rp.150.000/bln dgn deviasi standart 25.000
deviasi standart populasi tdk diketahui dan besarnya terbatas,maka utk menghitung
interrval konfidensi digunakan rumus 11.3.
N = 500 dianggap populasi terbatas
n = 50
s = 25.000
σ

= 3536 x 0,95 = 3359,2

bila derajdt kofidensi yg diinginkan adl 99%, maka
interval kofidensi =
limit atas =150.000 + (2,58 x 3359,2)
= 150.000 + 8666,7
= 158.666,7
limit bawah = 150.000 – 8666,7
= 141.333,3
disimpulkan dokter tsb percaya penghasila penduduk daerah tsb antara Rp.141.333 dan
Rp. 158.666 per bln/KK
3. Populasi terbatas,sampel kecil,deviasi standart tak diketahui
 Bila interval estimasi dlakukan dg sampel kecil (<30) maka distribusi normal
standart tdk dpt digunakan,tepapi menggunakan distribusi lain yaitu
distribusi “t”
 Contoh :
kepala RS menaksir pemakaian tablet antalgin per hari dr 10 hari kerja
diperoleh rata-rata 1000 tablet dengan deviasi 50.tentukan interval estimasi
dengan derajat kepercayaan 95%
 Penyelesaian :
n = 10, = 1000, s = 50, dk = 9, = 0,005
s =σ =

nilai t dgn = 0,05 dan dk = 9, dr tabel distribusi t = 2,262

interval kepercayaan dpt dihitung dgn rumus brkt;
rumus (11.6)
1000 + (2,262 x 15,81) = 1036
1000 – (2,262 x 15,81) = 964
4. Interval estimasi proporsi
Contoh;
misalkan,ingin menaksir persentase ibu hamil yg stelah imunisasi TT,diambil
sampel sebanyak 100 wanita hmil.ternyata 60 telah imunisasi TT.
Derajat kepercayaan 95%

n = 100
derajat kepercayaan 95% : z = 1,96

limit atas =

= 69,6

Limit bawah =

= 50,4

Interval estimasi terletak antara 50,4% dan 69,6%.

5.Estimasi dua populasi
 Estimasi perbedaan rata-rata dua populasi
 Rumus (11.10)

 Contoh :
untuk menaksir kunjungan/hr, pada RS.A dan Bdiambil masing2 sampel 50 hai
dgn rata-rata untuk RS.A 60 orang/hr dan RS.B 50 orang/hr. Dari data lalu
deviasi standart kedua RS masing2 5 org. Berapa besar estimasi selisih rata-
rata RS.A dan RS.B pd derajat kepercayaan 95%

derajat kepercayaan 95% : z = 1,96

= 10 ± 1,96
limit atas = 10 + 1,96 = 11,96
limit bawah = 10 – 1,96 = 8,04
kita 95% percaya selisi rata-rata pengunjung RS.A dan RS.B terletak antara 8
dan 12 orang/hr
Latihan :
1. Sepuluh sampel dipilih dari proses pengalengan ikan
memiliki berat kotor :
Kaleng : A B C D E F G H I J
Berat(gr) : 101 103 107 105 103 101 99 97 95 97
Hitunglah interval estimasi rata-rata berat per kaleng
produksi tersebut pada tingkat kesalahan 5 %.