JURUSAN TEKNIK KELAUTAN FTK ITS 2011

Distribusi Sampling
Mata Kuliah Statistika Rekayasa Keandalan & Resiko

POKOK BAHASAN
7.1. Pengertian dan Konsep Dasar
7.2. Distribusi Mean Sampling
7.3. Distribusi Proporsi Sampling
7.4. Distribusi Perbedaan dan
Penjumlahan Sampling

7.1. Pengertian dan Konsep Dasar

 untuk membantu memahami distribusi dari

suatu karakteristik populasi yang tidak diketahui,
ilmuwan dan insinyur sering menggunakan data
sampel
teknik sampling berguna dalam penarikan
kesimpulan (inference) yg valid dan dapat dipercaya
teknik pengambilan sampling yang baik dan
benar dapat menghemat biaya dan waktu tanpa
mengurangi keakuratan hasil

Kebutuhan akan Sampling

 populasi terhingga (finite population) adalah

populasi yang jumlah seluruh anggotanya tetap dan
dapat didaftar
Contoh: pengukuran berat badan mahasiswa ITS
jurusan Teknik Kelautan angkatan 2007.
populasi tak terhingga (infinite population)
adalah populasi yang memiliki anggota yang
banyaknya tak terhingga.
Contoh: pengamatan kejadian kecelakaan yang
terjadi di bundaran ITS selama kurun waktu yang
tidak dibatasi

Populasi Terhingga dan Tak Hingga

Random Sampling atau sampling secara acak

adalah suatu proses pengambilan sampel dimana
setiap anggota populasi memiliki kesempatan yang
sama untuk terpilih sebagai sampel.
Sampling dengan pergantian : sampling dimana
setiap anggota sebuah populasi bisa terpilih lebih
dari sekali.
Sampling tanpa pergantian : sampling dimana
setiap anggota sebuah populasi tidak bisa terpilih
lebih dari sekali.

Random Sampling

Sample Acak
Jika dipilih sample berukuran n dari sebuah
populasi, sehimpunan variabel acak X1, X2,
X3, ...., Xn-1, Xn akan membentuk sebuah
sampel acak dari populasi jika:
a) Xi saling bebas secara statistik
b) Masing-masing Xi mengikuti fungsi
distribusi probabilitas yang mengatur
populasi

POPULASI DAN SAMPEL

Distribusi Sampling adalah distribusi nilai statistik

sampel-sampel.
Jika statistik yang ditinjau adalah mean dari masingmasing sampel, maka distribusi yang terbentuk
disebut distribusi mean-mean sampling (sampling
distribution of the means).
Dengan demikian dapat juga diperoleh distribusi
deviasi standard, varians, median dari sampling.
Masing-masing jenis distribusi sampling dapat
dihitung ukuran-ukuran statistik deskriptifnya
(mean, range, deviasi standard, da lain-lain)

Distribusi Sampling

7.2. DISTRIBUSI MEAN-MEAN SAMPLING

Picture Quick Styles give you great looking frames in a single click.

Distribusi mean-mean sampling adalah distribusi

mean-mean aritmetika dari seluruh sampel acak

berukuran n yang mungkin, yang dipilih dari sebuah
populasi yang dikaji.

DEFINISI

Misalkan X1, X2, X3, ...., Xn-1, Xn adalah suatu

sampel acak dari suatu populasi yg memiliki mean

Jika sampling tanpa pergantian dari suatu populasi

Jika sampling dg pergantian (populasi tak hingga)

Mean dan Deviasi Standard dari

Distribusi Mean Sampling

Dimana:
: mean dari distribusi mean sampling
: mean populasi
: deviasi standard dari distribusi mean
sampling
: deviasi standard populasi
N : ukuran populasi
n : ukuran sampel
disebut faktor koreksi untuk populasi

terhingga
Deviasi standard distribusi mean sampling disebut juga
error standard mean.

Teorema Limit Pusat

(Central Limit Theory)

Sedangkan pada Buku Prinsip-prinsip STATISTIK

untuk Teknik dan Sains , populasi dianggap besar
jika n>30.

Teorema Limit Pusat

(Central Limit Theory)

n besar (hampir
normal)

Distribusi rata-rata
sampel
n=1
n kecil ke moderate

rata-rata sampel

Ilustrasi: Teori Limit Pusat (Normalitas)

7.3. DISTRIBUSI PROPORSI SAMLPLING

Distribusi Proporsi Sampling adalah distribusi

proporsi-proporsi (rasio / perbandingan) dari

seluruh sampel acak berukuran n yang

mungkin yang dipilih dari sebuah populasi.

DEFINISI

Jika dalam sebiah populasi,

: probabilitas terjadinya suatu peristiwa
: probabilitas gagalnya = 1-
Maka mean dan standard deviasi distribusi
proporsi samplingnya adalah:
jika sampling dilakukan tanpa pergantian dari
suatu populasi terhingga yg berukuran N
x =
p= (1-)
n
n

Mean dan deviasi Standard dari Distribusi

Proporsi Sampling

 jika sampling dilakukan dengan pergantian atau

populasinya tak terhingga
p =
= = (1-)
n
n
Dimana:
p : mean dari distribusi proporsi sampling
p : deviasi standard dari distribusi proporsi sampling
N : ukuran populasi
n : ukuran sampel
Catatan:
oProporsi adalah variabel diskrit yg populasinya
mengikuti distribusi binomial
oUntuk n>30, distribusi proporsi sampling mendekati
suatu distribusi normal

7.4. Distribusi Perbedaan dan

Penjumlahan dari Sampling

Populasi 1

1, 1

Populasi 2

2, 2

Xs2 , S2, n2
Xs1 , S1, n1

Jika n1 dan n2 >30 maka distribusi perbedaan

dan penjumlahan mean atau proporsi
sampling mendekati distribusi normal

Distribusi penjumlahan dari sampling S1 + S2

memiliki mean dan deviasi standard sebagai
berikut:

S1+S2 = S1 + S2
s1+s2 = s1 + s1
Dengan syarat bahwa sampel yang terpilih tidak
saling terikat (saling bebas)

Distribusi Penjumlahan dari Sampling

Distribusi perbedaan dari sampling S1 S2 memiliki

mean dan deviasi standard sebagai berikut:

S1-S2 = S1 S2
s1-s2 = s1 + s1
Dengan syarat bahwa sampel yang terpilih tidak
saling terikat (saling bebas)

Distribusi Perbedaan Sampling