Teori Estimasi
1. Pengertian
Menurut Bluman estimasi adalah proses
penaksiran nilai parameter berdasarkan informasi yang diperoleh dari sebuah
sample. Nilai dari estimais mendeskripsikan suatu populasi yang berukuran
besar, yang sebenarnya hanya nilai taksiran terhadap parameter yang diperoleh
dari hasil suatu sampling.
2. Sifat-
sifat estimator
a. Unbias
estimator : sample akurat
b. Relatively
Efficient Estimator atau biasa disebut presisi.
c. Consistent
Estimator : mendekati ukuran sebenarnya.
3. Istilah
dalam estimasi
4. Estimasi
Rataan
Penaksiran rataan dari suatu populasi
meliputi taksiran :
a. Sample
besar
b. Sample
kecil
Bergantung pada miu dan standar deviasi dimana,
standar deviasi diketahui dan miunya tidak diketahui.
5. Margin
Error
6. Ukuran
sample minimal
Yang perlu diperhatikan adalah :
a. Kesalahan
maksimum yang diijinkan
b. Standar
deviasi populasi
c. Tingkat
kepercayaan
7. Estimasi
rataan kecil
8.
Apa tujuan pendugaan atau estimasi?
Pendugaan(estimasi) bertujuan untuk mendapatkan gambaran yang jelas tentang cirri-ciri populasi yang tidak diketahui dengan menggunakan informasi ncontoh atau penduga(estimator).Agar ciri-ciri atau parameter populasi dapat ditampilkan dengan jelas dan benar maka penduga yang digunakan harus merupakan penduga yang terbaik.
Pendugaan(estimasi) bertujuan untuk mendapatkan gambaran yang jelas tentang cirri-ciri populasi yang tidak diketahui dengan menggunakan informasi ncontoh atau penduga(estimator).Agar ciri-ciri atau parameter populasi dapat ditampilkan dengan jelas dan benar maka penduga yang digunakan harus merupakan penduga yang terbaik.
Suatu penduga dikatakan baik apabila
memiliki cirri-ciri berikut.
1).Tak Bias(unbiasedness)
Suatu penduga dapat dikatakan takbias apanila nilai harapan dari penduga tersebut adalah sama dengan nilai parameter yang diduga.
2).Efisiensi
Makin kecil ragam(varians) dari suatu penduga(estimasi) maka penduga tersebut makin efisien.sebaliknya makin besar ragam(varians) dari suatu penduga(estimasi) maka penduga tersebut makin tidak efisien.
3). Kecukupan
Suatu penduga selain tak bias dan efisien masih ada criteria lain yaitu
Bahwa penduga tersebut harus mengandung semua informasi tentang parameter populasi atau dengan kata lain penduga tersebut harus mempunyai syarat kecukupan.Dalam hal ini ,median dan modus bukanlah merupakan penduga yang berkecukupan karena hanya mencakup satu nilai pada pertengahan data yang telah diurutkan atau nilai yang mempunyai frekuensi tertinggi.
4). Konsistensi
Suatu penduga dikatakan konsisten apabila jumlah kuadrat galatnya mendekati nol kalau ukuran contoh mendekati tak terhingga.
Jadi ukuran sampel yang besar cendeerung memberikan penduga titik yang lebih baik disbanding ukuran sampel kecil.
Suatu penduga selain tak bias dan efisien masih ada criteria lain yaitu
Bahwa penduga tersebut harus mengandung semua informasi tentang parameter populasi atau dengan kata lain penduga tersebut harus mempunyai syarat kecukupan.Dalam hal ini ,median dan modus bukanlah merupakan penduga yang berkecukupan karena hanya mencakup satu nilai pada pertengahan data yang telah diurutkan atau nilai yang mempunyai frekuensi tertinggi.
4). Konsistensi
Suatu penduga dikatakan konsisten apabila jumlah kuadrat galatnya mendekati nol kalau ukuran contoh mendekati tak terhingga.
Jadi ukuran sampel yang besar cendeerung memberikan penduga titik yang lebih baik disbanding ukuran sampel kecil.
Catatan:
Suatu penduga konsisten belum tentu merupakan penduga yang baik n,karena konsisten merupakan salah satu syarat.
Contoh:
Median sampel dapat konsisten untuk menduga parameter,namun rata-rata sampel lebih baik sebagai penduga sampel parameter,karena disamping konsisten juga efisien.
Suatu penduga konsisten belum tentu merupakan penduga yang baik n,karena konsisten merupakan salah satu syarat.
Contoh:
Median sampel dapat konsisten untuk menduga parameter,namun rata-rata sampel lebih baik sebagai penduga sampel parameter,karena disamping konsisten juga efisien.
Tidak ada komentar:
Posting Komentar