Estimasi

Estimasi
Merupakan proses menaksir nilai sebuah parameter berdasarkan informasi yang diperoleh dari sebuah sampel. Nilai-nilai tersebut mendeskripsikan populasi Bluman ( 2009, 0.356 )

Sifat-sifat dari estimator :

• Unbias estimator : sampel sama dengan parameter (akurat)
• Relative efficient estimator : unbias estimator yang memiliki variansi terkecil (presisi)
• Consistent estimator : unbias yang mendekati nilai yang sebenarnya sejalan dengan bertambahnya ukuran sampel

Masalah pada saat menggunakan estimasi :
Penaksiran yang bisa dilakukan dengan hasil lebih tinggi atau lebih rendah. Maksudnya adalah ada nilai yang tiba-tiba terlalu jauh dari pada umumnya. Mengakibatkan 2 grafik yang masing-masing memiliki nilai tengah (biased). Bila 2 grafik tapi masih memiliki nilai tengah yang sama bisa disebut juga sebagai unbiased

Istilah-istilah dalam estimasi :

• Interval estimate : menaksir suatu parameter
• Confidence interval : interval kepercayaan, mengandung parameter dari sampel besar
• Confidence level : dengan nilai desimal

Estimasi pada sampel besar, parameter sigma diketahui. Misalnya setiap populasi distribusi normal memiliki formulasi margin error. Sedangkan untuk estimasi pada sampel kecil, kalau simpangan baku tidak diketahui  sebaran penghitungan menggunakan table t-student bukan table Z