MAKALAH

ESTIMASI

MATA KULIAH : BIOSTATISTIK

DOSEN PENGAJAR : ALDO YULIANO M.KEP

OLEH KELOMPOK 3

ANNISA MIFTA HULJANNAH

CAHAYU UTARI

LINNA PARENSAH

SILVI FEBRIANI PUTRI

RONI TRIO FINESY

PRODI SARJANA ILMU KEPERAWATAN

FAKULTAS ILMU KESEHATAN

UNIVERSITAS PERINTIS INDONESIA

 KATA PENGANTAR

Puji syukur atas kehadirat Allah SWT yang telah memberikan kesempatan pada
penulis untuk menyelesaikan makalah ini. Atas rahmat dan hidayah-Nya penulis
dapat menyelesaikan makalahyang berjudul “ESTIMASI” tepat waktu. Makalah
“ESTIMASI” disusun guna memenuhi tugas mata kuliah metodologi penelitian.
Selain itu, penulis juga berharap agar makalah ini dapat menambah wawasan bagi
pembaca tentang kerangka teoritis dan penyususan hipotesis. Penulis
mengucapkan terimakasih kepada bapak aldo yuliano M.kep .selaku dosen mata
kuliah biostatistik. Tugas yang telah diberikan ini dapat menambah pengetahuan
dan wawasan terkait bidang yang ditekuni penulis. Penulis juga mengucapkan
terimakasih pada semua pihak yang telah membantu proses penyusunan makalah
ini. Penulis menyadari makalah ini masih jauh dari kata semua. Oleh karena itu,
kritik dan saran yang membangun akan penulis terima demi kesempurnaan
makalah ini.

Bukittinggi 20 oktober 2023

Kelompok 3
DAFTAR ISI
BAB I...................................................................................................................................4
PENDAHULUAN...............................................................................................................4
A. Latar Belakang.........................................................................................................4
B. Rumusan Masalah....................................................................................................5
C. Tujuan......................................................................................................................5
BAB II.................................................................................................................................6
PEMBAHASAN.................................................................................................................6
A. PENGERTIAN ESTIMASI..................................................................................6
B. ESTIMASI TITIK DAN SELANG......................................................................6
C. ESTIMASI RATA RATA DAN PROPORSI......................................................9
BAB III..........................................................................................................................14
PENUTUP......................................................................................................................14
KESIMPULAN..............................................................................................................14
 BAB I

PENDAHULUAN

A. Latar Belakang
Estimasi merupakan proses yang digunakan untuk menghasilkan
suatu nilai tertentu terhadap suatu parameter. Estimasi parameter
digolongkan menjadi dua yaitu estimasi titik dan estimasi interval.
Estimasi titik adalah penaksiran karakteristik populasi dengan sebuah nilai
karakteristik dari sampel sedangkan estimasi interval adalah penaksiran
populasi dengan nilai-nilai dalam suatu interval tertentu [3]. Dasar adanya
estimasi interval adalah karena pada setiap penaksiran pasti mengandung
peluang kesalahan.
Estimasi merupakan suatu tahapan yang terpenting dalam
menentukan model peluang yang tepat dari sekumpulan data. Data yang
digunakan untuk melakukan estimasi parameter ini merupakan suatu
sampel yang akan digunakan untuk menentukan estimasi terbaik
berdasarkan nilai dari evaluasi metode penduga terbaik .
Metode yang biasa digunakan dalam menentukan estimator
parameter adalah metode Klasik. Metode lain yang juga dapat digunakan
adalah metode Bayes. Pada metode Bayes, semua parameter dalam model
diasumsikan sebagai variabel acak yang memiliki sebaran, sedangkan pada
metode Klasik parameter dianggap sebagai konstanta.
Metode Bayes merupakan metode estimasi yang menggabungkan
distribusi prior dan fungsi likelihood. Distribusi prior adalah distribusi
awal yang memberi informasi tentang suatu parameter. Fungsi likelihood
yang digabung dengan distribusi prior akan menghasilkan suatu distribusi
baru yaitu distribusi posterior yang menyatakan tingkat keyakinan
mengenai suatu parameter setelah sampel diamati.
Dalam tugas akhir ini akan diselidiki perbedaan hasil antara
metode Bayes dengan metode Klasik. Metode Klasik yang digunakan
 adalah Maximum Likelihood Estimator (MLE). Metode Klasik merupakan
suatu metode yang mendasarkan inferensinya pada sampel. Sedangkan
dalam metode Bayes, selain melibatkan bentuk distribusi awal dalam
mengestimasi parameter yang diistilahkan dengan fungsi likelihood juga
menggunakan informasi subjektif terkait parameter tersebut yang dikenal
sebagai distribusi prior.
B. Rumusan Masalah
1. Menjelaskan apa itu pengertian estimasi
2. Menjelaskan estimasi titik dan selang
3. Menjelaskan estimasi rata rata dan proporsi
C. Tujuan
1. Mahasiswa dapat menjelaskan apa itu pengertian estimasi
2. Mahasiswa dapat menjelaskan estimasi titik dan selang
3. Mahasiswa dapat menjelaskan estimasi rata rata dan proporsi
 BAB II
PEMBAHASAN

A. PENGERTIAN 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.
Estimasi adalah kejadian/peristiwa yang dialami oleh setiap orang dalam
kehidupan setiap harinya. Contohnya ketika saya hendak menyebrang jalan dan
saya melihat ada sebuah kendraan yang akan melaju ke arah saya sehingga saya
harus membuat estimasi kecepatan dari kendraan tersebut, lebar jalan, dan juga
kecepatan langkah saya untuk membuat keputusan, apakah saya bisa nyebrang
atau harus menunggu kendraan tersebut berlalu (Budiarto, 2001, p. 157).
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
menaksir prognosa suatu penyakit. Teori dari estimasi memegang peranan yang
sangat penting dalam sebuah pengujian statistika.

B. ESTIMASI TITIK DAN SELANG

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
Contohnya, dari suatu penelitian terhadap suatu sampel ibu hamil yang
bertempat tinggal di kabupaten cianjur diantara 210 ibu didapatkan Hb rata-rata
7,5 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
%.
Nilai populasi atau μ bisa kita perkirakan dari berbagai macam nilai di
dalam sampel seperti nilai median atau nilai tengah ataupun nilai mode atau salah
satu dari nilai pengamatan, namun nilai mean atau nilai rata-rata dikatakan tidak
bias. Estimasi memiliki sebuah kelemahan yaitu perkiraan yang sudah kita buat
itu, kita tidak dapat mengetahui seberapa kuat kebenarannya dan kemungkinan
juga akan salah. Untuk dapat menghilangkan estimasi ttik, kita dapat
menggunakan estimasi interval (Nursiyono & Febry Wahyuningtyas, 2017, pp.
84–85).

Estimasi Interval (Interval Estimate)

Interval estimasi adalah selompok nilai statistik sampel dalam interval
tertentu yang dapat digunakan untuk melakukan estimasi terhadap parameter
populasi dengan harapan bahwa nilai parameter populasi terletak didalam interval
tersebut (Budiarto, 2001, p. 162). Sebagai contoh :
Seorang kepala rumah sakit memperkirakan rata-rata petugas rumahsakit
yang melakukan absen setiap harinya. Karena itu kepala rumah sakit mengambil
sampel sebanyak 50 hari kerja dan diperoleh rata-rata sebanyak 8 orang petugas
yang absen per hari. Hasil ini digunakan untuk memperkirakan rata-rata petugas
yang absen maka perkiraan tersebut merupakan titik estimasi, namun kepala
rumah sakit ingin juga mengetahui besarnya variasi dari angka rata-rata tersebut
agar dapat menentukan apakah hal itu akan berpengaruh terhadap kegiatan rumah
sakit ataupun tidak.
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 limit
yang menentukan jarak antara batas tertinggi dan terendah yaitu luas daerah
dibawah kurva normal dientukan dengan persentase misalnya 85%, 90%, 95%.

Rumus umum
St−Z 1 /2 α ≤ PARAMETER≤ St+ Z 1/ 2 α SE

St : nilai statistik (sampel = x)

Z : deviasi relatif (standar score, besarnya ditentukan oleh confiden
interval)
SE : standar error
Parameter : nilai populasi yang diduga
Contoh :
Sampel yang telah diambil secara random di kecamatan cianjur dengan jumlah
100 orang ibu 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 = 1,96
9,5 gr% - 1,96 x 0,5 gr% ≤ 9,5 gr% + 1,96 x 0,5 gr% 8,5 gr% ≤ µ ≤ 10,48gr
%
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).

C. ESTIMASI RATA RATA DAN PROPORSI

Estimasi Proporsi
1. Estimasi proporsi populasi (dengan Convidence Interval)
Estimasi proporsi adalah sebuah populasi dengan estimasi selang (interval
estimate) dengan prosedur yang sama dengan estimasi data numerik (Sabri
Luknis & Sutanto Priyo Hastono, 2014, p. 136).
Rumus :

π= p ± X 1 /2 a SE= p ± Z 1/ 2 a
√ pq
n

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.
Jawaban :
N – 50 x = 20 ...p = 20/50 = 0,4 artinya q = 1 – 0,4 = 0,6 Z1/2a = 1,96

√
π=0 , 4 ±1 , 96
= 0,4 ± 0,14
0 , 4 x 0 ,6
50

= (0,26 ; 0,54........Cl 94%

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).
Sebagai contoh :
Puskesmas “PQR” n = 50 x = 30 p1 = 30/50 = 0,3
Puskesmas “XYZ” n = 30 x = 15 p1 = 15/30 = 0,5
Agar kita mendapatkan SE, jadi kedua proporsi ini harus digabungkan
sehingga proporsi gabungan yang disimbolkan dengan p’, dengan rumus:
' x ₁+ x ₂ ' '
p q =(1−p )
n₁+ n₂

Jawaban :
20+15 35
p’ = = = 0,44
50+30 80
q’ = 1- 0,44 = 0,56

Estimasi Rata-rata
1. Kasus sampel besar (n>30) dan atau σ diketahui:
- Populasi tidak terbatas

- Populasi terbatas

Dengan: df=n-1
• Contoh Soal 1:
Diambil sampel acak dari 100 mahasiswa sebuah PT di Jakarta. Hasil test IQ pada
100 mahasiswa tsb didapatkan rata-ratanya 112 dan varians 100. Dengan level
keyakinan 95%, tentukan interval konfidens untuk nilai rata-rata IQ dari seluruh
mahasiswa PT tersebut.

Estimasi Proporsi
1. Kasus sampel besar (n>30) dan atau σ diketahui:
- Populasi tidak terbatas

- Populasi terbatas

Estimasi Proporsi
1. Kasus sampel kecil (n<30) dan atau σ diketahui:
- Populasi tidak terbatas

- Populasi tidak terbatas

Dengan: df=n-1
• Contoh Soal 3:
Dari hasil survey yang dilakukan agen iklan terhadap kebiasaan ibu-ibu rumah
tangga dalam menyaksikan iklan tayangan tv swasta didapatkan bahwa 76 orang
dari 180 orang yang dipilih secara acak biasa menyaksikan tayangan iklan paling
sedikit 2 jam per minggu. Jika peneliti tersebutmenggunakan level keyakinan
sebesar 90%, tentukan interval estimasi seluruh ibu rumah tangga yang biasa
menyaksikan tayangan iklan paling sedikit 2 jam per minggu.

Jadi dengan keyakinan sebesar 90% didapatkan bahwa proporsi ibu-ibu yang
biasa menyaksikan tayangan iklan paling sedikit 2 jam seminggu berada di antara
35,9 hingga 48,1%

Estimasi Beda dua Proporsi

1. Kasus sampel besar (n>30) dan atau σ diketahui:
- Populasi tidak terbatas

- Populasi terbatas
Estimasi Beda dua Proporsi
1. Kasus sampel kecil (n<30) dan atau σ diketahui:
- Populasi tidak terbatas

- Populasi
terbatas

Dengan: df=n1 +n2 -1

• Contoh Soal :
Untuk mengetahui perbedaan proporsi ketaatan pemilik mobil dalam membayar
pajak (PKB) diambil sampel secara acak di kota A dan B. Di Kota A sebanyak
100 pemilik mobil ternyata 72 orang telah melunasi PKB. Di kota B sebanyak 100
pemilik
mobil ternyata 66 orang telah melunasi PKB. Tentukan interval keyakinan sebesar
90% untuk mengestimasi beda proporsi pemilik mobil yang taat melunasi pajak di
kedua kota tersebut.

Jadi dengan keyakinan sebesar 90% didapatkan bahwa proporsi pemilik mobil taat
bayar pajak di kota A lebih besar dibandingkan dengan di kota B dengan estimasi
4,7% sampai 16,74%
 BAB III
PENUTUP

A. KESIMPULAN
Estimasi merupakan proses yang digunakan untuk menghasilkan
suatu nilai tertentu terhadap suatu parameter. Estimasi parameter
digolongkan menjadi dua yaitu estimasi titik dan estimasi interval.
Estimasi titik adalah penaksiran karakteristik populasi dengan sebuah nilai
karakteristik dari sampel sedangkan estimasi interval adalah penaksiran
populasi dengan nilai-nilai dalam suatu interval tertentu [3]. Dasar adanya
estimasi interval adalah karena pada setiap penaksiran pasti mengandung
peluang kesalahan.
 Daftar Pustaka

Sabri Luknis, & Sutanto Priyo Hastono. (2014). Statistika Kesehatan. Rajawali
Pers.

Apriani Tien, Anggi. 2016. Estimasi dan Interval Estimasi. Jakarta:Kompasiana.

Diakses pada tanggal 13 April 2019.
https://www.kompasiana.com/apriancos/56f3427f1393736c054e8e65/estim
asi-dan-interval-estimasi-rangkuman?page=2

Melsigizi1c. 2013. Makalah Satistik (Estimasi). Jakarta: Blogspot. Diakses pada

tanggal 14 April 2019.
http://melsigizi1c.blogspot.com/2013/11/makalah-statistik-estimasi.html?
m=1

Youngqie. 2014. Estimasi. Jakarta: Blogspot. Diakses pada tanggal 15 April 2019.
http://youngqie.blogspot.com/2014/12/estimasi.html?m=1

Melsigizi1c. 2013. Makalah Satistik (Estimasi). Jakarta: Blogspot. Diakses pada

tanggal 14 April 2019.
http://melsigizi1c.blogspot.com/2013/11/makalah-statistik-estimasi.html?
m=1