Distribusi Sampling

Mata Kuliah Statistika Rekayasa Keandalan & Resiko

JURUSAN TEKNIK KELAUTAN FTK ITS 2011

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

Populasi 2

1, 1

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