Estimasi

(titik, selang, rata-

rata dan proporsi)

Andi Besse Andini (190402001)

Andi Hafidha Aprilia (190402002)
Annisa Salsabila (190402004)
estimasi
Secara sederhana, estimasi adalah perkiraan. Estimasi adalah sesuatu cara yang kita
lakukan dimana kita mampu memperkirakan nilai populasi (parameter) dengan
menggunakan nilai sampel (statistik). Didalam statistika estimasi dikenal akrab dengan
aktivitas perkiraan mengenai suatu objek yang dapat terukur namun secara relatif
(Nursiyono & Febry Wahyuningtyas, 2017, p. 83). Ketika seseorang hendak melakukan
estimasi, seseorang tersebut harus dapat mengacu pada informasi-informasi numeris
yang sudah diperolehnya sebelumnya.
Dalam teori kesehatan estimasi adalah suatu teori yang digunakan untuk menaksir
banyaknya penderita penyakit tertentu di masa yang akan datang,
untuk menaksirkan berapa banyak jumlah dari pengunjung atau dapat juga untuk menaks
ir prognosa suatu penyakit. Teori dari estimasi memegang peranan yangsangat penting
dalam sebuah pengujian statistika
Estimasi titik
Nilai-nilai sampel atau nilai statistik dapat digunakan sebagai
pendugaan nilai parameter karena nilai parameter ini merupakan
estimator yang baik untuk memperkirakan atau mengestimasi nilai
parameter. Contohnya, nilai mean atau nilai rata-rata sampel dapat kita
anggap sebagai nilai mean populasi.

μ diestimasi sama dengan x

s diestimasi sama dengan ϭ
contoh:
dari suatu penelitian terhadap suatu sampel ibu
hamil yang bertempat tinggal di kabupaten cianjur
diantara 210 ibu didapatkan Hb rata-rata7,5 gr%.
Jika kita perkirakan kadar seorang ibu hamil
didaerah cianjur dengan estimasi titik, kita katakan
kadar Hb ibu hamil di kabupaten cianjur adalah 7,5
gr %
 Estimasi selang
Interval (selang) estimasi adalah selompok nilai statistik sampel dalam intervaltertentu
yang dapat digunakan untuk melakukan estimasi terhadap parameter populasi dengan
harapan bahwa nilai parameter populasi terletak didalam interval tersebut (Budiarto, 2001,
p. 162).
Inti dari estimasi interval adalah bahwa sampel-sampel yang telah diambil dari suatu
populasi akan berdistribusi (normal) sekitar μ, dengan simpanan baku =SE (sifat distributor
sampling). Sehingga kita harus menentukan batas nilai minimum dan maksimum
terletaknya nilai μ. Confiden interval = confiden limityang menentukan jarak antara batas
tertinggi dan terendah yaitu luas daerahdibawah kurva normal dientukan dengan persentase
misalnya 85%, 90%, 95%
—Rumus Umum
 Sampel yang telah diambil secara random di
kecamatan cianjur dengan jumlah100 orang ibu

Contoh: hamil. Dengan hasil Hb = 9,6% sedangkan

untuk simpangan baku pada populasi tersebut 5
gr%. Darah yang confiden interval 95% yang
akan menghasilkan kadar Hb pada ibu hamil
yaitu :
x mean sampel = 9,6 gr%
n sampel = 100
Ʃ = 5 gr%
SE = 5/V = 0,5 gr%
Cl = 95
Z = 1,969,5 gr% - 1,96 x 0,5 gr% ≤ 9,5 gr% +
1,96 x 0,5 gr% 8,5 gr% ≤ µ ≤ 10,48gr %
Next…
Dari hasil dapat diartikan bahwa :
1. Peneliti sangat yakin Hb ibu hamil yang berada di cianjur yaitu antara 8,52 gr %
- 10,48 gr% yaitu 95% dari ibu hamil
2. Jika dilakukan dari smapel yang sudah ada yaitu sebanyak 100 ibu hamil
didaerah cianjur, maka 95% dari mean atau nilai rata-rata sampel berada pada
8,52 gr% - 10,48 gr%. (Nursiyono & Febry Wahyuningtyas, 2017, p. 87)

Dengan adanya estimasi interval kita dapat mengakui bahwa conviden interval 95%,
90% ataupun 99% kebenaran perkiraan ini benar. Dapat dikatakan dengan kata lain,
diakui kemungkinan (peluang) salah adalah 100%-95% = 5%atau 10% atau 1%
(dikenal sebagai α)
Estimasi rata-rata
Ada 2 jenis :

Kasus sampel besar (n>30) dan Kasus sampel kecil (n<30) dan atau
atau Ꝺ diketahui Ꝺ tidak diketahui

1. Untuk Populasi tidak terbatas (infinite population) 1. Untuk Populasi tidak terbatas (infinite
2. Untuk Populasi terbatas (finite population) population)
2. Untuk Populasi terbatas (finite population)
Estimasi rata-rata
Estimasi rata-rata
Estimasi rata-rata
Estimasi proporsi

1. Estimasi proporsi populasi

(dengan Convidence Interval) Rumus:

Estimasi proporsi adalah sebuah populasi

dengan estimasi selang (intervalestimate)
dengan prosedur yang sama dengan
estimasi data numerik (SabriLuknis &
Sutanto Priyo Hastono, 2014, p. 136
Contoh:
Dalam sebuah penelitian di puskesmas “PQR”
dengan jumlah sampel 50 ibu hamil yang diambil
secara random didapatkan ibu yang menderita
anemia(Hb ≤ 11 gr%) sebanyak 20 ibu. Dugaan
di populasi wilayah puskesmas tersebut ibu hamil
yang mengidap anemia, cofidence interval = 95%
α =0,05

Dapat diyakini bahwa proporsi ibu hamil terletak antara

0,26 dan 0,54 atau antara 26% sampai dengan 54%
 2. Estimasi perbedaan proporsi

Dari hasil penelitian di puskesmas lain (puskesmas

“XYZ”) dari 30 sampel ibu hamil didapatkan
diantaranya 15 ibu menderita anemia. Pada kedua
sampel ini yang mau dilihat berapa perbedaan
proporsi anemia pada kedua populasi “PQR” dan
“XYZ”, berhadapan dengan estimasi perbedaan dua
proporsi (Sabri Luknis & Sutanto Priyo Hastono,
2014, p. 137)
Contoh:
“Selesai sudah presentasi kelompok kami
hari ini, seperti kamu dan dia yang selesai
tanpa dimulai”

~TERIMAKASIH~