ESTIMASI

STATISTIK
BESRAL
Departemen Biostatistika
FKM UI

Hal-1
Hal-2
Hal-3
 Estimasi (Perkiraan)

TOPIK
• 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-4
 Estimasi (Perkiraan)
 Statistik Inferensi (Statistik Induktif)

 Estimasi (Perkiraan)
 Perkiraan karakteristik populasi (parameter)

melalui karakteristik sampel (statistik).

 Uji hipotesis
 pengujian karakteristik populasi (parameter)

terhadap nilai tertentu atau perbandingan nilai

tertentu melalui karakteristik sampel (statistik).

Hal-5
 Estimasi (Perkiraan)

 Populasi dan Sampel

Populasi Sampel

deduktif
Parameter Statistik
(Populasi) (Sampel)
Mean () X
Varians (2) s2
ps
Proporsi (P)
induktif
 Central Limit Theorem
Hal-6
 Pengertian Estimasi Titik

Parameter Populasi Statistik Sampel

Mean  X
Proporsi p PS
2
Varians  S 2

Selisih rata2 1   2 X1  X 2
Hal-7
 Pengertian Estimasi Titik dan Interval

Populasi Random Sampel

Estimasi titik:
Rata-rata Hb
Rata Hb Bumil di Rata-rata Hb Bumil
Bumil sampel
di Populasi adalah
Populasi tidak X =12.0 gr% 12.0 gr%
diketahui
Peneliti-1

Peneliti-2 Estimasi Interval: Saya

percaya pada tingkat
kepercayaan …...%
rata-rata Hb Bumil di
Rata-rata Hb
populasi berkisar antara
Bumil sampel
10.0 gr% - 14.0 gr%
=12.5 gr%
Hal-8
 Pengertian Estimasi Interval
Distribusi sampling Mean
_
X
  Z / 2 X  /2   Z / 2 X
1  /2
X
X  
100 1    %
interval
memuat
parameter

Interval kepercayaan (1- alpha) Hal-9

 Pengetian Estimasi Interval
 Dinotasikan dengan 100 1    %
 Interpretasi frequensi relatif
 Dari 100 kali pengambilan sampel, akan diperoleh
sebanyak 100 1    % sampel yang memuat
parameter populasi (µ, p).
 90%, 95%, 99% CI (Confidence Interval)
 Dalam statistik tidak ada kepercayaan 100%
(Jika mau percaya 100% silakan ukur seluruh populasi /sensus)

Hal-10
 Estimasi Interval (Perkiraan)
Data Kuantitatif/ Estimasi Data Kualitatif/
Numerik Interval 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-11
 Sebuah perusahaan alat kesehatan rata-rata setiap hari
memproduksi 1 juta infus. Perusahaan ini ingin mengetahui
proporsi infus yg rusak setiap hari.
Petugas A memilih secara acak 200 infus, ditemukan 24
rusak (12%). 95%CI=7,5—16,5%
 Petugas B memilih secara acak 200 infus, ditemukan 20
rusak (10%). 95%CI= 5,8—14,2%
 Hitunglah, pd interval kepercayaan 95% berapa % infus
yg rusak menurut Petugas A? Petugas B?
 Apakah kerusakan 10% & 12% berbeda bermakna secara
statistik?  TIDAK

Hal-12
 Petugas A memilih secara acak (n=200 infus),
ditemukan 24 rusak (p=12%). 95%CI nilai p
berkisar ... -- .....?? p (1  p)
..%CI  p  Z ( / 2 )
n
 Hitung nilai Z pada 95% CI –->
Z=1.96
X1=? 12% X2=?

.12(1  .12)
..%CI  .12  1,96  .12  1,96 * .023  .12  .045
200
..%CI  .075  .165  7.5  16.5%  Kita yakin 95% bahwa proporsi
infus rusak berkisar 7.5-16.5%

Hal-13
 Petugas B memilih secara acak (n=200 infus),
ditemukan 20 rusak (p=10%). 95%CI nilai p
berkisar ... -- .....?? p (1  p)
..%CI  p  Z ( / 2 )
n
 Hitung nilai Z pada 95%
Tabel arsir pinggir 0.025 –-> Z=1.96
X1=? 12% X2=?
 Tabel arsir tengah 0.475 –-> Z=1.96

.10(1  .10)
..%CI  .10  1,96  .10  1,96 * .021  .10  .042
200
..%CI  .058  .142  5.8  14.2%  Kita yakin 95% bahwa proporsi
infus rusak berkisar 5.8-14.2%

Hal-14
 Estimasi (Perkiraan)
 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).

 Dari 10.000 wanita berusia 50-54 tahun yang diteliti ditemukan

sebanyak 400 menderita kanker payudara.
Dari data tersebut, maka prevalensi kanker payudara pada populasi
adalah sebesar 400/10.000=0.04 atau 4% (point estimate) dengan
95% tingkat kepercayaan peneliti bahwa prevalensi kanker payudara
pada populasi wanita tersebut berkisar antara 3.6%-4.4% (interval
estimate).

Hal-15
 Estimasi Interval terhadap µ di populasi
bila σ diketahui
 Beberapa asumsi
 Standard deviation populasi diketahui.
 Populasi berdistribusi normal.
 Jika populasi tidak normal, gunakan sampel besar
 Estimasi Interval terhadap nilai 
 
X  Z / 2    X  Z / 2
n n
• 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)

Hal-16
 Estimasi Interval terhadap µ di populasi
bila σ (std dev) di populasi diketahui
 Data Lansia. Bila standar deviasi ‘urid acid’ di populasi diketahui
sebesar 1.5 mg/100 ml dengan rata-rata dari 100 sampel Lansia
adalah 5.9 mg/100ml. Maka estimasi interval terhadap rata-rata
‘uric acid’ pada populasi Lansia adalah sebagai berikut:
 Pada tingkat kepercayaan 90%
= 5.9 + (1.64)(1.5/100)
=0.1
= 5.9 + 0.246
5.654<  <6.146 mg/100 ml

 Pada tingkat kepercayaan 95% Tabel Z pada /2

= 5.9 - (1.96)(1.5/100)<  <5.9 + (1.96)(1.5/100)
= 5.9 – 0,294 <  < 5.9 + 0,294 =0.05
5.606 <  <6.194 mg/100 ml
=0.01
 Pada tingkat kepercayaan 99%
5.9 - (2.58)(1.5/100)<  <5.9 + (2.58)(1.5/100)
5.51<  <6.29 mg/100 ml
Hal-17
 Estimasi Interval terhadap µ di populasi
bila σ di populasi tidak diketahui
 Beberapa asumsi
 Standart deviasi populasi tidak diketahui
 Populasi berdistribusi normal
 Jika populasi tidak berdistribusi normal gunakan
sampel besar
 Menggunakan distribusi student’s t
 Estimasi Interval terhadap nilai 
S S
X  t / 2, n 1    X  t / 2, n 1
n n
Hal-18
 Estimasi Interval terhadap µ di populasi
bila σ di populasi tidak diketahui
 Data Lansia. Bila standar deviasi populasi tidak diketahui maka
digunakan standar deviasi sampel, misalnya 1.5 mg/100 ml
dengan rata-rata dari 100 sampel Lansia adalah 5.9 mg/100ml.
Maka estitmasi interval terhadap rata-rata ‘uric acid’ pada
populasi Lansia adalah sebagai berikut:

 Pada tingkat kepercayaan 90%

5.9 - (1.66)(1.5/100)<  <5.9 + (1.66)(1.5/100)
5.65<  <6.15 mg/100 ml =0.1
 Pada tingkat kepercayaan 95%
5.9 - (1.98)(1.5/100)<  <5.9 + (1.98)(1.5/100) Tabel t pada /2
5.60<  <6.20 mg/100 ml dan df=100-1=99.
=0.05
=0.01
 Pada tingkat kepercayaan 99%
5.9 - (2.63)(1.5/100)<  <5.9 + (2.63)(1.5/100)
5.51<  <6.29 mg/100 ml

Hal-19
 Distribusi Student’s t
Normal
Z
Standart

Bell-Shaped t (df = 13)

Simetris
‘ekor lebih t (df = 5)
gemuk’

t
0
Hal-20
 Tabel Student’s t
Let: n = 12
Luas ekor kanan db = n - 1 = 11
db .05 .025 .01
 = .05
10 1.812 2.228 2.764
/2/2
=.025
= .025
11 1.796 2.201 2.718

12 1.782 2.179 2.681

0 2.201 t
Nilai t
Hal-21
 Derajat bebas (df)
 Jumlah observasi sampel yang bebas linear
terhadap rata-rata sampel
 Contoh degrees of freedom
 Mean dari 3 angka adalah 2 = n -1
= 3 -1
=2
X1 = 1 ; X 2 = 2 ; X3 = 3

Hal-22
 Estimasi Interval terhadap proporsi di
populasi
 Beberapa asumsi
 Data berupa dua kategori
 Populasi mengikuti distribusi binomial
 Rata-rata p
 SD  p (1- p)
 SE  p (1- p)/n
 Pendekatan Distribusi Normal dapat digunakan jika

np  5 dan n 1  p  5 

Hal-23
 Estimasi Interval terhadap proporsi di
populasi
 Estimasi Interval Proporsi
 ps adalah proporsi sampel

pS 1  pS  pS 1  pS 
p S  Z / 2  p  pS  Z / 2
n n

Hal-24
 Estimasi Interval terhadap proporsi di populasi

 Data Kanker Payudara. ps=0.04, qs=1-ps=1-0.04=0.96, n=10.000.

Maka estitmasi interval terhadap proporsi kanker payudara pada
populasi adalah sebagai berikut:

 Pada tingkat kepercayaan 90%

= 0.04 + {1.64 [(0.04)(0.96)/10.000]}
= 0.04 + 0,00321
= 0.037 < p < 0.043

 Pada tingkat kepercayaan 95%

0.04 – [1.96 (0.04)(0.96)/10.000]< p <0.04 +
[1.96  (0.04)(0.96)/10.000]
0.036 < p < 0.044
Hal-25
 Faktor yang Berpengaruh
Terhadap Lebar Interval

 Variasi data Interval konfidensi

 Diukur dengan  X - Z to X + Z 
x x
 Ukuran sampel


X 
n
 Tingkat kepercayaan

100 1    %

© 1984-1994 T/Maker Co.

Hal-26
 ESTIMASI (Perkiraan)

 Ciri-ciri Estimator yang Baik

 Tidak Bias: hasil estimasinya mengandung nilai
parameter yang diestimasi
 Efisien: dalam rentang (interval) yang kecil atau
sempit saja sudah mengandung nilai parameter
yang diestimasi
 Konsisten: berapapun besarnya sampel pada
rentangnya (interval) mengandung nilai
parameter yang diestimasi

Hal-27
 TUGAS ESTIMASI
Guna mengetahui berapa rata-rata berat bayi baru lahir, dilakukan pengamatan
terhadap bayi yang lahir di rumah sakit di suatu Kabupaten. Bayi yang lahir dipilih
secara random dari 3 rumah sakit. Hasilnya seperti berikut (berat dalam kg):
Rumah sakit 1 : 3,5 3,0 2,0 2,6 2,7 2,8 2,4
Rumah sakit 2 : 4,2 3,0 1,9 3,8 3,6 3,5
Rumah sakit 3 : 2,9 2,8 2,6 3,0 2,4
[Link] Saudara mengambil kesimpulan umum tentang berat lahir bayi di
masing-masing rumah sakit ? (rerata & SD)
[Link] data ketiga rumah sakit disatukan, berapa rerata berat lahir bayi di
Kabupaten tersebut ? (rerata & SD). Apakah nilainya sama dengan rerata di 3
RS?
3. Hitung perkiraan rerata berat lahir di Kab tsb pd interval kepercayaan
95%.

Bila untuk studi di atas, menurut aturan WHO ditentukan bahwa bayi yang
lahir dengan berat <2500 gram dikategorikan BBLR. Hitunglah:
[Link] proporsi BBLR di masing-masing rumah sakit tersebut?
[Link] perkiraan proporsi BBLR di kabupaten tsb pada interval
kepercayaan 95%. Hal-28