1 / 37

DISTRIBUSI SAMPLING

DISTRIBUSI SAMPLING. Populasi dan Sampel. Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti

brice
Download Presentation

DISTRIBUSI SAMPLING

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. DISTRIBUSI SAMPLING

  2. Populasi dan Sampel • Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti • Sampel : bagian dari populasi yang diambil melalui cara-cara tertentu yg juga memiliki karakteristik tertentu, jelas dan lengkap yg dianggap bisa mewakili populasi

  3. Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, pada statistik (karakteristik sampel) yang digeneralisasikan ke populasi. • Distribusi Sampling memungkinkan untuk memperkirakan probabilitas hasil sampel tertentu untuk statististik tersebut •  Merupakan jembatan, karena melalui distribusi sampling dapat diketahui karakteristik populasi

  4. Distribusi Sampling • Secara umum informasi yang perlu untuk mencirikan suatu distribusi secara cukup akan mencakup: • Ukuran Kecenderungan Memusat (mean, median, modus) • Ukuran Persebaran Data (range, standar deviasi) • Bentuk distribusi • Strategi Umum penerapan statistik inferensial adalah pindah dari sampel ke populasi melalui distribusi sampling

  5. Lambang Parameter dan Statistik

  6. Metode Sampling • Cara pengumpulan data yg hanya mengambil sebagian elemen populasi • Alasan dipilihnya metode ini : • Objek penelitian yg homogen • Objek penelitian yg mudah rusak • Penghematan biaya dan waktu • Masalah ketelitian • Ukuran populasi • Faktor ekonomis

  7. Metode Sampling ada 2 : 1. Sampling Random • Sampling random sederhana • Sampling stratified • Sampling sistematis • Sampling cluster 2. Sampling Non Random • Sampling quota • Sampling pertimbangan • Sampling seadanya

  8. Tehnik Penentuan Jumlah Sampel • Pengambilan sampel dengan pengembalian 2. Pengambilan sampel tanpa pengembalian

  9. Distribusi Sampling • Distribusi dari besaran-besaran statistik spt rata-rata, simpangan baku, proporsi yg mungkin muncul dr sampel-sampel • Jenis-jenis Distribusi Sampling • Distribusi Sampling Rata-rata • Distribusi Sampling Proporsi • Distribusi Sampling yang Lain

  10. Distribusi Sampling Mean : Distribusisampling dari mean-mean sampeladalahdistribusimean-mean aritmetikadariseluruhsampelacakberukurann yang mungkin yang dipilihdarisebuahpopulasi • Distribusi sampling proporsi : Distribusi sampling dari proporsi adalah distribusi proporsi-proporsi dariseluruhsampelacakberukurann yang mungkinyang dipilihdarisebuahpopulasi • Distribusi Sampling perbedaan/penjumlahan : • Terdapat 2 populasi • Untuk setiap sampel berukuran n1 dari populasi pertama dihitung sebuahstatistikS1 danmenghasilkansebuahdistribusi sampling daristatistikS1 yang memiliki mean μs1 dandeviasi standard σs1 • Dari populasikedua, untuksetiapsampelberukurann2 dihitungstatistikS2 yang akanmenghasilkansebuahdistribusi sampling daristatistikS2 yang memiliki mean μs2 dandeviasi standard σs2

  11. Distribusi Sampling Rata-rata • Pemilihan sampel dari populasi terbatas • Utk pengambilan sampel tanpa pengembalian atau n/N > 5% 2. Utk pengambilan sampel dgn pengembalian atau n/N ≤ 5%

  12. Contoh Soal • Populasi beranggotakan 6 dengan ukuran masing: 2,3,5,6,8,9 • Diambil sampel ukuran 2, pengambilan sampel dilakukan tanpa pengembalian • Buat distribusi sampling rata-ratanya • Banyaknya sampel:

  13. Sampel 1 : 2,3, rata-rata: 2.5 • Sampel 2 : 2,5, rata-rata: 3.5 • Sampel 3 : 2,6, rata-rata: 4 • Sampel 4 : 2,8, rata-rata: 5 • Sampel 5 : 2,9, rata-rata: 5.5 • Sampel 6 : 3,5, rata-rata: 4 • Sampel 7 : 3,6, rata-rata: 4.5 • Sampel 8 : 3,8, rata-rata: 5,5 • Sampel 9 : 3,9, rata-rata: 6 • Sampel 10: 5,6, rata-rata: 5,5 • Sampel 11: 5,8, rata-rata: 6.5 • Sampel 12: 5,9, rata-rata: 7 • Sampel 13: 6,8, rata-rata: 7 • Sampel 14: 6,9, rata-rata: 7.5 • Sampel 15: 8,9, rata-rata: 8.5

  14. Sebuah toko memiliki 5 Karyawan A,B,C,D,E dengan upah perjam: 2,3,3,4,5. Jika upah yang diperoleh dianggap sebagai populasi, tentukan: (tanpa Pengembalian) • Rata-rata sampel 2 unsur • Rata-rata dari rata-rata sampel • Simpangan baku dari rata sampel Banyaknya sampel yang mungkin adalah = 10 buah

  15. b. Rata-rata dari sampel µ = 2+3+3+4+5 = 3.4 5 c. Simpangan baku = 0.62

  16. Distribusi Sampling mean • Teorema Sampling populasi terdistribusi normal: Bila sampel-sampel random diulang-ulang dengan ukuran n diambil dari suatu populasi terdistribusi normal dengan rata-rata μ dan standar deviasi σ, maka distribusi sampling rata-rata sampel akan normal dengan rata-rata μ dan standar deviasi

  17. Distribusi Sampling Rata-rata

  18. Distribusi Sampling Rata-rata

  19. b. Pemilihan sampel dari populasi yg tidak terbatas c. Daftar distribusi normal untuk distribusi sampling rata-rata 1. Utk populasi terbatas atau n/N > 5% 2. Utk populasi tdk terbatas atau n/N ≤ 5%

  20. SOAL • Upah per jam pekerja memiliki rata-rata Rp.500,- perjam dan simpangan baku Rp.60,-. Berapa probabilitas bahwa upah rata-rata 50 pekerja yang merupakan sampel random akan berada diantara 510,- dan 520,- ? Diket: µ = 500; Simp b: 60,- ; n = 50 ; X = 510 dan 520

  21. X = 510 maka Z = 1.18 X = 520 maka Z = 2.36 P (1.18 < Z < 2,36) = P (0<Z<2,36) – P(0<Z<1.18) = 0.4909 – 0.3810 = 0.1099

  22. Distribusi SamplingProporsi • Distribusi sampling dari proporsi adalah distribusi proporsi-proporsi dari seluruh sampel acak berukuran n yang mungkin yang dipilih dari sebuah populasi • proporsi kesuksesan desa yang mendapat bantuan program • Perbedaan persepsi penduduk miskin dan kaya terhadap pembangunan mall, dilihat dari proporsi ketersetujuannya

  23. Distribusi Sampling Proporsi • Proporsi dr populasi dinyatakan • Proporsi utk sampel dinyatakan • Utk pengambilan sampel dgn pengembalian atau jika ukuran populasi besar dibandingkan dgn ukuran sampel yi n/N ≤ 5%

  24. 2. Utk pengambilan sampel tanpa pengembalian atau jika ukuran populasi kecil dibandingkan dgn ukuran sampel yi n/N > 5%

  25. Contoh Soal • Populasi beranggotakan 6 orang, 3 perokok • A,B,C perokok dan K,L,M bukan perokok • Diambil sampel 3 orang • Banyaknya sampel yang dapat diambil:

  26. X = perokok, n = 3

  27. Sebuah toko memiliki 6 karyawan, misalkan A,B,C untuk yang senang membaca dan X,Y,Z untuk yang tidak senang membaca. Jika dari 6 karyawan tersebut diambil sampel yang beranggotakan 4 karyawan (pengambilan sampel tanpa pengembalian), tentukan:a. Banyaknya sampel yang mungkin diambilb. Distribusi sampling proporsinyac. Rata-rata dan simpangan baku sampling proporsinya Jwb:a. B

  28. Distribusi Sampling yang Lain • Distribusi sampling beda dua rata-rata 1. Rata-rata 2. Simpangan baku 3. Untuk n1 dan n2 dgn n1, n2 > 30

  29. Misalkan rata-rata pendapatan manajer dan karyawan, Rp. 50.000,- dengan simpangan baku Rp. 15.000,- dan 12.000,- dengan simpangan baku 1.000,-. Jika diambil sampel random manajer sebanyak 40 orang dan karyawan sebanyak 150 orang. Tentukan: • Beda rata-rata pendapatan sampel • Simpangan baku rata-rata pendapatan sampel • Probabilitas beda rata-rata pendapatan manajer dan karyawan biasa lebih dari 35.000,- Diket: µ = 50.000 µ = 50.000 Simp: 15.000 Simp b : 1.000 n1 = 40 n2 = 150

  30. b. Distribusi sampling beda dua proporsi 1. Rata-rata 2. Simpangan baku 3. Untuk n1 dan n2 dgn n1, n2 ≥ 30

  31. Contoh Soal 1. Bola lampu produksi pabrik PHILLIPS memiliki umur rata-rata 1.600 jam dengan simpangan baku 225 jam, sedangkan bola lampu produksi SHELL memiliki umur rata-rata 1.400 jam dengan simpangan baku 150 jam. Jika diambil sampel random sebanyak 150 bola lampu dari masing-masing merek untuk diuji, tentukan : • Beda rata-rata umur bola lampu tersebut • Simpangan baku rata-rata umur bola lampu tersebut • Probabilitas bahwa merek PHILLIPS memiliki umur rata-rata paling sedikit 175 jam lebih lama daripada merek SHELL • Probabilitas beda rata-rata umur bola lampu PHILLIPS dan SHELL lebih dari 160 jam

  32. 2. Empat persen barang di gudang A adalah cacat dan sembilan persen barang di gudang B adalah cacat. Jika diambil sampel random sebanyak 150 barang dari gudang A dan 200 barang dari gudang B, tentukan : • rata-rata beda dua proporsi sampel tersebut • Simpangan baku beda dua proporsi sampel tersebut • Probabilitas beda persentase barang yang cacat dalam gudang A 3% lebih besar dariapda gudang B

More Related