DISTRIBUSISAMPLING

Kuliah Metode Statistika, Program Studi Fisika 2014

- Anindya AP -

Pengambilan Sampel
T k ik Sampling
Teknik
S
li

Sampel

WHY?
Keterbatasan waktu
Biaya yangTinggi
Apabila bersifat merusak

Populasi

Pengambilan Sampel

Sampling
Probabilistik

Teknik
Sampling

Simple Random Sampling

Sampling Stratifikasi
S
Sampling
li
Klaster
Kl t
Sampling Sistematik

SamplingNon
Probabilistik
Sampling Seadanya
Sampling Pertimbangan/
Purposif

Dengan Pengembalian
Akan dihasilkan sebanyak Nn
buah sampel masing-masing
masing masing
berukuran n

Cara
Pengambilan
S
Sampel
l
N
Akan dihasilkan sebanyak n

buah sampel masing-masing

berukuran n

Tanpa Pengembalian

Kenapa Harus Distribusi Sampling?

Jumlah Sampel Acak yangdapat ditarik dari suatu populasi
adalah sangat banyak.
Nilai setiap Statistik Sampel akan bervariasi/beragam antar
sampel.
Suatu statistik dapat dianggap sebagai peubah acak yang
b
besarnya
sangat tergantung dari
d i sampell yangkita
ki ambil.
bil
Karena statistik sampel adalah peubah acak maka ia
memp n ai distribusi
mempunyai
distrib si yangkita
ang kita sebut
seb t sebagai :Distribusi
Distrib si
peluang statistik sampel =Distribusi Sampling =Distribusi
Penarikan Sampel
p
Sampelyangdapatdigunakanuntukmembuatkesimpulantentang
karakteristikpopulasiadalahsampelyangdiperolehdari
SamplingProbabilistik (SampelAcak)

Distribusi Sampling Rata-rata

Rata rata
Terdistribusi
Normal

Populasi

Sampel

Parameter

Statistik

: ratarata
:simpangan baku
:ukuran populasi

x
s
n

Sampel 1

x1,s1,n1

Sampel 2

x2,s2,n2

x2

Sampel k

xk ,sk ,nk

xk

x1

DISTRIBUSISAMPLING
RATARATA

:ratarata
:simpangan baku
:ukuran sampel

: ratarata
:simpangan baku =
standarderor =galat baku

ILUSTRASI
Populasi

3,4,5
, ,
N

:3
:4
: 0 8164
:0.8164

Jikadiambilsampel
berukuran2 dengan
pengembalian,makaakan
diperoleh sebanyak
diperolehsebanyak
Nn =32 =9buah sampel.

No

Sampel

ratarata

(3,4)

3.5

(3,5)

(4 5)
(4,5)

45
4,5

(4,3)

3.5

(5,3)

(5,4)

4.5

(3,3)

(4,4)

(5,5)

Apabiladicarirataratadandeviasistandarnya
akandiperoleh:

x = 4,
4 x =

0.81649658
= 0.57735026
0 57735026
2

Distribusi Sampling Rata-rata

Rata rata
Tanpa Pengembalian

Dengan Pengembalian

Populasi
Terdistribusi Normal
Rata-rata
Baku
Simpangan
p g
B

n30

Populasi

Sampel
Diambil dengan
pengembalian
Rata-rata
Rata
rata x

Terdistribusi Normal
Rata-rata
Simpangan Baku

Distribusi Ratarataakan mendekati

distribusi Normaldengan:

n30

Sampel
Diambil tanpa
pengembalian
Rata-rata x

Distribusi Ratarataakan mendekati

distribusi Normaldengan:

DALIL LIMIT PUSAT

KATAKUNCI:
KATA
KUNCI:
Populasi berukuran BESAR
DariDistribusi Sembarang

N
Ukurannya
sangat besar

Populasi
Terdistribusi Sembarang
Rata-rata
Simpangan Baku

n 30
n30

Sampel
Diambil dengan atau
tanpa pengembalian
Rata-rata x

Distribusi Ratarataakan mendekati

distribusi Normaldengan:

Catatan:
DistribusiSamplingRatarata
akandigunakanuntuk
membuatkesimpulantentang
Rata ratapopulasi()
Rataratapopulasi()
melalui:
PenaksiranParameterdan
PengujianHipotesis.
g j
p

Contoh SOAL!
PT.AKUAsebuah
PT
AKUA b h perusahaan
h
airmineralrataratasetiap
i i
l t
t
ti hari
h i
memproduksi 100juta gelas airmineral.Perusahaanini
menyatakan bahwa ratarata isi segelas AKUAadalah 250ml
dengan standar deviasi 15ml.Rataratapopulasi
15 ml Rata rata populasi dianggap
menyebar normal.
1 Jik
1.
Jika setiap
i hari
h i diambil
di bil 100gelas
100 l AKUAsebagai
AKUA b i sampell acak
k
Dengan Pengembalian,hitunglah:
a) Standarderroratau galat baku sampel tersebut
b) Peluang rataratasampel akan berisi kurang dari 253ml
2 Jika sampel diperkecil menjadi 25gelas,hitunglah
2.
25 gelas hitunglah :
a) Standarderroratau galat baku sampel tersebut?
b) Peluang rataratasampel akan berisi lebih dari 255ml

JAWABAN!
Diketahui:
N=100juta,=250, =15
1.a) n =100,StandardEror?
Dengan Pengembalian:=15/10=1.5
1.b) Peluang rataratasampel >253

P(<253)

=(253250)/1.5=2.0
P(
253) P( 2 0) 0 9772 97 72%
P(<253)=P(z<2.0)=0.9772=97.72%
Lih pada
Lihat
d Tabel
T b l NormalStandard
N
lS
d d

JAWABAN!
Diketahui:
N=100juta,=250, =15
2.a) n =25
StandardEror/Galat Baku:=15/5=3
2.b) Peluang rataratasampel <255

P(>255)

=(255250)/3=1.67
P(
255) P( 1 67) 1 P(z1.67)
P( 1 67)
P(>255)=P(z>1.67)=1
=1 0.9525=0.0475=4.75%
Lihat pada Tabel NormalStandard

TUGAS
TUGAS:
SSetelah
l h mendapatkan
d
k mata kuliah
k li h Metstat,seorang
M
mahasiswa
h i
fisika ingin melakukan percobaan kecil mengenai waktu tempuh
dari kost ke kampus.Jarak yag harus ditempuh adalah 10km
dengan kecepatan 40km/jam.Normalnya,waktu
40km/jam Normalnya waktu yangditempuh
yang ditempuh
oleh mahasiswa itu adalah 15menit,namun dari pengalaman
seharihari,waktu tempuhnya dapat kurang atau lebih dari 15
menit secara statistik waktu tempuhnya memiliki simpangan
menit,secara
baku sekitar 5menit.Mahasiswa tersebut,telah melakukan
percobaan sebanyak 36kali,dan meyakini hasilhasil yang
didapatkan.
didapatkan.
Suatu hari,mahasiswa tersebut akan melakukan ujian yang
dimulai pukul 8:00pagi.Dengan
8:00 pagi Dengan berbekal kepercayaan yang
yang
tinggi,mahasiswa tersebut berangkat pukul 7.40.Apakah
mahasiswa tersebut akan terlambat masuk ujian?Hitung
Peluangnya!
Peluangnya!

Sekilas
S
s
Penaksiran Parameter

Pengambilan Sampel
T k ik Sampling
Teknik
S
li

Sampel

Statistik

Populasi
Parameter

Penaksiran
P
k i
Parameter
Pengujian
Hipotesis

POPULASI

=Parameter =TrueValue?

Penaksiran
Parameter

Pengujian
Hipotesis

Mendapatkan
suatu taksiran
k i
dengan akurasi
yang ditentukan
yangditentukan

Apakah datasampel
mendukung atau
menolak pendapat
tentang TrueValue
True Value

=Estimator
=Statistikuntukmenaksirparameter(TrueValue)

ILUSTRASI
Suhukotabandungdalam20hariyangdipilih
secaraacakpadatahun2009dalamderajat
k d
h 2009 d l
d j
celcius:
29
26
30
32
33
29
28
30
31
32
30
28
29
30
31
32
30
31
29
29
Analisis yang dapat dilakukan adalah :
Analisisyangdapatdilakukanadalah:
MenaksirrataratasuhukotaBandungselamatahun2009
Membuattaksiranintervaluntukrata
Membuat taksiran interval untuk ratarata
ratasuhukota
suhu kota
Bandung
g j p
j
g
MengujiHipotesisjikamenurutBMGsuhukotaBdgsudah
lebihtinggidari28derajatcelcius

Menaksir Parameter
Dapatdilakukandenganduacara,yaitu:
1 PointEstimation(PenaksiranTitik)
1.
Point Estimation (Penaksiran Titik)
Menaksirparameterhanyadengansebuahnilaisaja.
MisalParameter:
Ratarata
ditaksiroleh X
SimpanganBaku
ditaksiroleh S
Proporsi
ditaksiroleh p
2. ConfidenceIntervalEstimation(PenaksiranInterval)
f
(
)
Menaksirparameterberdasarkanbeberapanilaidalamsebuah
intervaldengankeyakinantertentu

P (1 < < 2 ) =
Dengankeyakinansebesar
Dengan
keyakinan sebesar parameter
parameter akanberadadalam
akan berada dalam
interval (1 , 2 )

Penaksiran Parameter

Pertemuan Selanjutnya