Estimasi Titik Biostatistik Inferensial (Statistik Kesehatan Masyarakat)
Etimasi merupakan pokok bahasan dari Statistik Inferens. Jika kita mendengar kata statistik mungkin terlintas dibenak kita suatu ilmu yang rumit, ya mungkin demikian, suatu ilmu yang rumit yang membutuhkan konstrensi dan keseriusan untuk mempelajarinya.
Nah kali ini kita akan membahas Estimasi, ini merupakan kurikulum wajib bagi mahasiswa kesehatan masyarkat. Lantas apa itu Estimasi?
Perlu anda ketahui Estimasi memiliki peran penting dalam ilmu statistik inferens karena estimasi dan uji hipotesis merupakan dasar dari statistik inferens yang dilandasi teori probabilitas.
Estimasi ialah merupakan suatu metode untuk memperkirakan nilai populasi (parameter) dengan memakai nilai sampel (statistik), karena perhitungan langsung pada seluruh populasi tidak mungkin dilalukan. dengan menggunakan estimasi, tidak perlu mengambil sampel berulang kali untuk mengetahui distribusi sampling.
Baca Juga: Covid-19 Maluku Utara Dalam Kajian Epidemiolog
Estimator Yang Baik
Dalam estimasi nilai statistik yang dipakai untuk menduga nilai populasi atau parameter yang disebut estimator.
Hasil dari pendugaan disebut estimasi secara statistik (Statistik estimate) Estimator yang baik haruslah mempunyai sifat: tidak bias, efisien dan konsisten.
Tidak bias: sesuai nilai parameter populasi; hasilnya mengandung nilai parameter yang diestimasi = unbiased estimator
Efisien: Simpangan baku kecil sehingga peluang untuk mendekati nilai parameter menjadi lebih besar; pada rentang kecil saja sudah mengandung nilai parameter
Konsisten: ketepatan mengestimasi nilai parameter akan meningkat dengan jumlah sampel yang lebih besar; berapapun besar sampel pada rentangnya akan mengandung nilai parameter yang sedang diestimasi
Secara umum, ada dua bentuk estimasi yang biasa digunakan: Estimasi Titik (point estimation) dan Estimasi Selang (interval estimation)
Estimasi Titik (Point Estimation)
Estimasi titik mengandung perhitungan angka tunggal untuk mengestimasi nilai parameter, Nilai statistik (nilai-nilai sampel) digunakan sebagai pendugaan nilai parameter karena nilai-nilai ini merupakan estimator yang baik untuk menduga atau mengestimasi nilai parameter. Misalnya, nilai mean sampel kita anggap sebagai nilai mean populasi.
μ diestimasi sama dengan Y
s diestimasi sama dengan ɑ
Sebagai contoh, dari suatu penelitian terhadap suatu sampel ibu hamil di Kota Ternate dari 210 ibu didapatkan Hb rata-rata 7,5 gr%. Kalau kita menduga kadar Hb ibu hamil di Kota Ternate dengan estimasi titik, kita katakan kadar Hb ibu hamil di Kota Ternate adalah 7,5 gr%.
Baca Juga: Tips Hidup Sehat Dikala Pandemi Covid-19
Sebetulnya nilai populasi atau μ bisa kita duga dari bermacam-macam nilai di dalam sampel seperti nilai median ataupun nilai mode atau salah satu dari nilai pengamatan, namun yang dikatakan tidak bias adalah nilai mean.
Walaupun demikian, estimasi titik ini juga mempunyai kelemahan tertentu. Kelemahan estimasi titik adalah kita tidak dapat mengetahui berapa kuat kebenaran dugaan kita itu. Dan kemungkinan besar akan salah. Kelemahan estimasi titik ini dapat dihilangkan dengan melakukan estimasi selang (interval).
Nah kali ini kita akan membahas Estimasi, ini merupakan kurikulum wajib bagi mahasiswa kesehatan masyarkat. Lantas apa itu Estimasi?
Perlu anda ketahui Estimasi memiliki peran penting dalam ilmu statistik inferens karena estimasi dan uji hipotesis merupakan dasar dari statistik inferens yang dilandasi teori probabilitas.
Baca Juga: Covid-19 Maluku Utara Dalam Kajian Epidemiolog
Estimator Yang Baik
Dalam estimasi nilai statistik yang dipakai untuk menduga nilai populasi atau parameter yang disebut estimator.
Hasil dari pendugaan disebut estimasi secara statistik (Statistik estimate) Estimator yang baik haruslah mempunyai sifat: tidak bias, efisien dan konsisten.
Tidak bias: sesuai nilai parameter populasi; hasilnya mengandung nilai parameter yang diestimasi = unbiased estimator
Efisien: Simpangan baku kecil sehingga peluang untuk mendekati nilai parameter menjadi lebih besar; pada rentang kecil saja sudah mengandung nilai parameter
Konsisten: ketepatan mengestimasi nilai parameter akan meningkat dengan jumlah sampel yang lebih besar; berapapun besar sampel pada rentangnya akan mengandung nilai parameter yang sedang diestimasi
Secara umum, ada dua bentuk estimasi yang biasa digunakan: Estimasi Titik (point estimation) dan Estimasi Selang (interval estimation)
Estimasi Titik (Point Estimation)
Estimasi titik mengandung perhitungan angka tunggal untuk mengestimasi nilai parameter, Nilai statistik (nilai-nilai sampel) digunakan sebagai pendugaan nilai parameter karena nilai-nilai ini merupakan estimator yang baik untuk menduga atau mengestimasi nilai parameter. Misalnya, nilai mean sampel kita anggap sebagai nilai mean populasi.
μ diestimasi sama dengan Y
s diestimasi sama dengan ɑ
Sebagai contoh, dari suatu penelitian terhadap suatu sampel ibu hamil di Kota Ternate dari 210 ibu didapatkan Hb rata-rata 7,5 gr%. Kalau kita menduga kadar Hb ibu hamil di Kota Ternate dengan estimasi titik, kita katakan kadar Hb ibu hamil di Kota Ternate adalah 7,5 gr%.
Baca Juga: Tips Hidup Sehat Dikala Pandemi Covid-19
Sebetulnya nilai populasi atau μ bisa kita duga dari bermacam-macam nilai di dalam sampel seperti nilai median ataupun nilai mode atau salah satu dari nilai pengamatan, namun yang dikatakan tidak bias adalah nilai mean.
Walaupun demikian, estimasi titik ini juga mempunyai kelemahan tertentu. Kelemahan estimasi titik adalah kita tidak dapat mengetahui berapa kuat kebenaran dugaan kita itu. Dan kemungkinan besar akan salah. Kelemahan estimasi titik ini dapat dihilangkan dengan melakukan estimasi selang (interval).
0 Response to "Estimasi Titik Biostatistik Inferensial (Statistik Kesehatan Masyarakat)"
Post a Comment