Академический Документы
Профессиональный Документы
Культура Документы
Irene Febriani,S.Kep,MKM
Analogi estimasi
memperkirakan ‘nilai’ populasi dengan
memakai ‘nilai’ sampel
TOPIK
•Introduksi
• Pengertian Estimasi
• Estimasi titik
• Nilai rata-rata populasi
• Nilai proporsi populasi
• Estimasi Interval
• Estimasi interval terhadap rata-rata populasi
• Estimasi interval terhadap proporsi populasi
• Estimasi interval terhadap perbedaan rata-rata populasi
• Estimasi interval terhadap perbedaan proporsi populasi
Hal-3
Statistik Deskriptif │ Statistik Inferensial
Digunakan untuk analisa Statistik yang
data dengan
mendeskripsikan / digunakan untuk
menggambarkan data yg mengeneralisasikan
terkumpul sebagaimana
adanya tanpa tujuan data sampel
membuat terhadap populasi
kesimpulan/generalisasi
populasi Hal pokok dalam stat
inferens
Contoh : kegiatan umum
paparan tentang rata rata estimasi Uji
usia siswa di sekolah x, hipotesis
rata rata jam kerja di
perusahaan x
Estimasi
Definisi Estimasi (pendugaan)
adalah suatu metode dimana kita dapat
memperkirakan nilai populasi (parameter) dengan
memakai nilai sampel (statistik).
ESTIMASI
ESTIMASI TITIK SELANG/interval
MUTASI pada parameter dan sampel
ESTIMATOR
Mean X
Proporsi p PS
Varians 2
S 2
Selisih rata2 1 2 X1 X 2
Hal-6
SINGKAT Pengertian Estimasi Titik dan Interval
Rata-rata Hb
Bumil sampel
X Estimasi titik:
=12.0 gr%
Rata-rata Hb Bumil
Rata Hb Bumil di di Populasi adalah
Populasi tidak 12.0 gr%
diketahui
Peneliti-1
Peneliti-2
Hb=12 Hb=12
Populasi
Rata-rata Hb = 10,83
Rata-rata Hb = 11,25
10
Estimasi parameter populasi
• Pada satu survei yang ingin diketahui adalah
karakteristik populasi bukan karakteristik sampel
• Kita tidak ingin
– Memperoleh rata-rata Hb hanya untuk 300 bumil di Cirebon
– Memperoleh prevalensi imunisasi DPT1 89% pada 300 anak
balita di Tangerang
• Yang kita inginkan adalah
– Rata-rata Hb bumil di Cirebon
– Prevalensi imunisasi DPT1 di Tangerang
11
Lanjutan contoh estimasi titik rata rata
• Misal dari suatu survey cepat yang terdiri dari
210 ibu hamil di Bekasi didapat rata-rata kadar
Hb 9,5 gr%.......Maka disimpulkan bahwa
kadar Hb bumil di Bekasi adalah 9,5 gr%
Lanjutan contoh estimasi titik proporsi
Misal dari suatu survey cepat yang terdiri
dari 210 ibu hamil di Bekasi didapat
sebanyak 60% bumil mengalami
anemia.......Maka disimpulkan sebanyak 60%
bumil mengalami anemia
Estimasi Titik (contoh 1)
Hb=11 Hb=10
Hb=11 Hb=12 Hb=9 Hb=11
Hb=12 Hb=12
Hb=10 Hb=10 Hb=12 Hb=9
Sampel Populasi
Rata-rata Hb = 11,25 Rata-rata Hb = 10,83
ESTIMASI
14
Ketepatan Estimasi Titik
Peneliti A Peneliti B Peneliti C
15
Kelemahan estimasi titik
–Sering meleset / salah
–Tidak diketahui derajat kebenaran dari
pendugaan…….untuk ini dipakai
Estimasi selang
Mulai
pembahasan
estimasi
interval
Introduksi estimasi interval
Dasar dari estimasi interval ini adalah bahwa
sampel-sampel yang diambil dari suatu populasi
akan berdistribusi (normal) sekitar mean
populasi (), dengan simpangan baku
Estimasi (Pendugaan) titik dan interval
• Suatu penelitian bertujuan untuk mengestimasi ‘uric acid’ pada
populasi Lansia (umur di atas 65 tahun). Dari 100 orang sampel
Lansia yang diambil secara random dari populasi Lansia
tersebut, peneliti melaporkan bahwa rata-rata ‘uric acid’ pada
Lansia adalah 5.9 mg/100 (point estimate) dengan standar
deviasi 1.5 mg/100 ml. 95% tingkat kepercayaan peneliti bahwa
rata-rata ‘uric acid’ pada populasi Lansia berkisar antara 5.6-6.2
mg/100 ml (interval estimate).
(1-)
½ ½
X Z 2 * 0 X Z 2 *
n n
Bila derajat kepercayaan (CL)=99% →berarti =1% ((=1-
CL)=1-99%=0.01), maka nilai tabel untuk Z ½
adalah +2,58 yang di dapatkan dari :
Interval estimasi untuk dengan CL=99% akan menghasilkan
probabilitas dalam kurva normal seluas (0,500-(1/2* )=0.495 ----
lihat pada area 0,495 = 2,58
Z -------,08
:
:
2,5 0,495
½ = 0,005 ½ = 0,005
0,495 0,495
+ 2,58
-2,58
Bila derajat kepercayaan (CL)=95% →berarti =5% (=1-
C=1-95%=0.05), maka nilai tabel untuk Z ½ adalah +
1,96 yang di dapatkan :
Interval estimasi untuk dengan CL=95% akan menghasilkan
probabilitas dalam kurva normal seluas (0,500-0,025)=0,4750 ----
lihat pada area 0,4750 = 1,96
Z -------,06
:
:
1,9 0,4750
½ = 0,025 ½ = 0,025
0,4750 0,4750
+ 1,96
-1,96
Bila derajat kepercayaan (CL)=90% →berarti = 10% (=1-
CL=1-90%=0.1), maka nilai tabel untuk Z ½ adalah
+ ….. yang di dapatkan dari :
Interval estimasi untuk dengan CL=90% akan menghasilkan
probabilitas dalam kurva normal seluas (0,500—0.05)=0.45----
lihat pada area …… = ……..
Z ------- 0.04,
:
:
1.6 0.4505
½ = 0.05 ½ = 0.05
0.4505 0.4505
1.64
1.64
Estimasi (Pendugaan)
Estimasi
Data Kuantitatif/ Data Kualitatif/
Interval
Numerik Kategorik
Mean/Rata-rata Proporsi
p(1 p)
..%CI P Z ( / 2)
= SD pop = SD populasi n
diketahui tak diketahui
SD
..CI Z / 2 ..CI t( / 2,df n 1)
n n
Hal-27
• Rumus umum
X Z / 2 X Z / 2
n n
Keterangan :
X = nilai statistik sampel
Z α /2 = nilai Z tabel dari confident limit
SE = standar error = σ/
• Z/2 pada 90% CI = 1.64 (tabel Z)
• Z/2 pada 95% CI = 1.96 (tabel Z)
• Z/2 pada 99% CI = 2.58 (tabel Z)
Contoh soal
Dari suatu penelitian di Bekasi sebanyak 144 bumil didapat
kadar Hb mereka x =9,5 gr%...Perkirakanlah di populasinya
kalau selama ini diketahui σ=2gr%. CI 95%
Jawaban :
n = 144 bumil X Z / 2 X Z / 2
n n
X = 9,5 gr%
σ (simpangan baku populasi)=2 gr%
Z α /2 pada 95% adalah 1,96
cari dulu standar error nya = 2/ =0.16
JADI :
9,5gr% - 1,96 x 0.16 ≤µ ≤ 9,5gr% + 1,96 x 0.16
9.2gr% ≤ µ ≤ 9.8gr%
Artinya
• Peneliti yakin 95% bahwa Hb bumil di Bekasi
berada diantara 9.2gr% sampai 9.8gr%
• Jika peneliti mengambil berulang kali sampel
yang besarnya 144 ibu di daerah tsb, 95% dari
mean mean sampel tersebut berada pada nilai
9.2gr% sampai 9.8gr%
Jawaban
Lanjutan
=
=
ESTIMATOR
DEFINISI Nilai statistik yang dipakai
untuk menduga parameter disebut
estimator
• Tidak bias
• Efisien
• Konsisten
Tidak Bias
Jika mean dari distribusi sampling dari suatu
statistik sama dengan parameter populasinya,
maka statistik tersebut dinamakan estimator tak
bias dari parameter tersebut dan nilainya disebut
estmiasi tak bias
Jika hasil estimasi mengandung nilai parameter
yang diestimasi
Efisien
Estimasi yang memakai estimator tersebut pada
rentang yang kecil saja sudah mengandung nilai
parameter
Konsisten