Anda di halaman 1dari 32

DISTRIBUSI SAMPLING

[MK PS603 STATISTIKA TERAPAN]


OLEH:
ELLY NOORNIATI [1507599] DAN MOH. NURUDIN [1507604]

Program Magister Pendidikan Fisika


Sekolah Pascasarjana UPI 2016

Distribusi Sampling

Peta Konsep

Pendahuluan

Statistik inferensial pada dasarnya bertujuan untuk


melakukan generalisasi melalui pendugaan dan pengujian
hipotesis. Karena keterbatasan sumber daya, seringkali
sebuah penelitian tidak memungkinkan untuk dilakukan
terhadap seluruh subjek [populasi]. Sehingga diambillah
sejumlah contoh [sampel] yang dapat mewakili keseluruhan
subjek penelitian.
Data yang diperoleh dari sampel pada akhirnya dianalisis
dan menghasilkan sebuah kesimpulan tertentu. Kesimpulan ini
berupa generalisasi hasil analisis dari sampel terhadap
keseluruhan populasi.

Generalisasi ini bisa benar bisa salah. Peluang tingkat


kebenaran generalisasi ini dapat ditentukan dengan
mengetahui hubungan sampel dengan populasinya yang
dikenal dengan DISTRIBUSI SAMPLING.

Distribusi Sampling Mean

~ , 2
Jika sampel diambil dengan pengembalian dari populasi terhingga,
maka berlaku:
2
2
= dan =

Jika sampel diambil tanpa pengembalian dari populasi terhingga,


maka berlaku:
2
2
= dan =
1

Distribusi Sampling Mean

Central Limit Theorem [CLT]

Jika adalah mean dari suatu sampel acak


berukuran n yang diambil dari populasi dengan
mean dan varian terhingga 2 , maka bentuk
limiting distribusi dari

untuk

, adalah berdistribusi Normal Standar atau


N(0,1).

Distribusi Sampling Mean

Distribusi T

Ditribusi T digunakan ketika varian populasi ( 2 )


tidak diketahui sehingga digunakan nilai dugaan,
yaitu varian sampel (s2), bentuk dari

berdistribusi t dengan derajat

kebebasan v = n 1.
Distribusi t dapat diterapkan pada ukuran
sampel kecil maupun besar ( > 30).
Pada ukuran sampel sangat besar ,
bentuk kurva distribusi t mendekati distribusi
normal standar (Z)

Distribusi Sampling Selisih Dua Mean

1 2 ~ 12 , 21 2

Jika sampel diambil dengan pengembalian dari populasi terhingga,


maka berlaku:
12
22
2
1 2 = 1 2 dan 1 2 = +
1
2
Jika sampel diambil tanpa pengembalian dari populasi terhingga,
maka berlaku:

12 = 1 2 dan

212

12
1

22 1 +2 1 2
+
2
1 +2 2

Distribusi Sampling Selisih Dua Mean

Central Limit Theorem [CLT]


Jika dua sampel independen masing-masing berukuran n1 dan n2
diambil secara acak daru dua populasi (diskrit atau kontinu)
masing-masing dengan mean 1 dan 2 serta masing-masing
varian 1 dan 2 , maka selisih dua mean sampel 1 2 akan
berdistribusi mendekati normal dengan nilai mean dan varian
sebagai berikut.

1 2 = 1 2 dan

21 2

12
1

22
+
2

Dengan demikian, statistik Z-nya adalah sebagai berikut.

1 2 12
1 2 12
=
=
1 2
12 22
+
1 2

Distribusi Sampling Selisih Dua Mean

Distribusi t
Pada distribusi sampling selisih dua mean, ketika tidak diketahui
nilai varian populasinya (12 dan 22 ) sehingga digunakan nilai
dugaan yaitu varian sampel (12 dan 22 ), bentuk dari

1 2 1 2
2
2
1 + 2
1 2

berdistribusi t dengan derajat kebebasan v = n1 + n2 2.

Distribusi Sampling Mean

Contoh CLT
Waktu transportasi bus untuk perjalanan antara dua kampus sebuah universitas memiliki
rata-rata sebesar 28 menit dengan standar deviasi 5 menit. Pada bulan tertentu, bus
tersebut digunakan untuk mengantar penumpang sebanyak 40 kali. Tentukan probabilitas
rata-rata waktu transportasi bus tersebut lebih dari 30 menit!
Penyelesaian:
Diketahui: = 28, = 5, n = 40, dan = 30
Ditanyakan > 30 =
Jawab: Karena yang diketahui pada soal adalah dan, sehingga dapat digunakan CLT.

30 28
> 30 =
>
= >
5

40
> 30 = > 2,53 = 1 2,53
Dari tabel distribusi Z diketahui bahwa 2,53 = 0,9911, maka > 30 = 1
2,53 = 1 0,9911 = 0,0089 = 0,89%.
Kesimpulan:
Nilai probabibilitas ini sangat kecil, sehingga peneliti dapat menduga bahwa rata-rata
waktu trasnportasi bus tersebut tidak lebih dari 30 menit.

Distribusi Sampling Mean

Contoh Distribusi t
Waktu transportasi bus untuk perjalanan antara dua kampus sebuah univeritas
memiliki rata-rata sebesar 28 menit. Pada bulan tertentu, bus tersebut digunakan
untuk mengantar penumpang sebanyak 40 kali, sehingga diperoleh standar deviasi
sebesar 5,5 menit. Tentukan probabilitas rata-rata waktu transportasi bus tersebut
lebih dari 30 menit!
Penyelesaian:
Diketahui: = 28, = 5,5, = 40, = 1 = 39, dan = 30
Ditanyakan: > 30 =
Jawab: Karena yang diketahui dan s, maka digunakan distribusi t.


> 30 =
>

30 28
> 30 = >
= > 2,30
5,5
40

Dengan menggunakan bantuan Aplikasi Ms. Excell 2013, didapatkan:

> 30 = > 2,30 = 0,0134 = 1,34%


Kesimpulan:
Probabilitas ini sangat kecil, sehingga peneliti dapat menduga bahwa rata-rata waktu
transportasi bus tersebut tidak lebih dari 30 ketika standar deviasi populasi tidak diketahui.

Distribusi Sampling Selisih Dua Mean

Contoh CLT
Diberikan kasus perbandingan waktu kering dari dua tipe cat yang berbeda. 18 sampel
media dicat dengan cat tipe A dan ditunggu beberapa jam sampai kering kemudian
dicatat. Selanjutnya perlakuan ini juga dilakukan sama untuk pencatatan hasil waktu kering
cat tipe B. Standar deviasi populasi dari kedua sampel ini sama-sama bernilai 1. Dengan
mengasumsikan mean waktu kering sama untuk dua tipa cat ini, tentukan probabilitas
> 1 dengan 1 dan 2 merupakan mean sampel waktu kering untuk sampel
berukuran nA = nB = 18!
Penyelesaian:
Diketahui : = = 0, 2 =

1
18

1
18

1
9

= , dan nA = nB = 18

Ditanyakan > 1 = dimana = 1


Jawab: Karena yang diketahui pada soal adalah dan , sehingga dapat digunakan CLT.
=

2
2

, Maka:

> 1 =


2 2
+

>


2 2
+

= >

1 0
1
9

> 1 = > 3 = 1 3
Berdasarkan tabel normal standar diketahui bahwa 3 0,9987, sehingga:
> 1 = 1 3 = 1 0,9987 = 0,0013 = 0,13%.
Kesimpulan: Nilai probabilitas ini sangat kecil, sehingga peneliti menduga bahwa mean waktu kering tipe
cat A dan tipe cat B adalah sama.

Distribusi Sampling Selisih Dua Mean

Contoh Distribusi t
Diberikan kasus perbandingan waktu transportasi bus A dan bus B untuk perjalanan antara dua kampus
pada sebuah universitas. Diasumsikan waktu transportasi bus A dan bus B adalah sama. Pada bulan tertentu,
dua bus tersebut digunakan untuk mengantar penumpang sebanyak 40 kali, sehingga diperoleh standar
deviasi sampel bus A dan bus B masing-masing adalah sebesar 6 menit dan 12 menit. Tentukan probabilitas
selisih dua mean waktu transportasi kedua bus tersebut lebih dari 1!
Penyelesaian:
Diketahui: = = 0 , 2 = 6dan 2 = 12, = = 40
Ditanyakan: > 1 = dimana = 1

Jawab: Karena diketahui , , dan , maka digunakan teorema distribusi t dimana:


=

2
2
+

, Maka: > 1 =

> 1 = >

2
2
+

1 0

>

2
2
+

= > 1,49
6 12
40 + 40
Dengan menggunakan bantuan Aplikasi Ms. Excell 2013, dimana = + 2 = 40 + 40 2
= 78 didapatkan:
> 30 = > 1,49 = 0,0701 = 7,01%
Kesimpulan:
Probabilitas ini melebihi 0,05, sehingga peneliti menduga bahwa waktu transportasi bus A dan bus B adalah
berbeda.

Daftar Pustaka
Lungan, R. (2006). Aplikasi Statistika dan Hitung Peluang. Yogyakarta:
Graha Ilmu.
Nurd, D. (2016, Februari 1). Distribusi Sampling I. Diambil kembali dari
Statistical Data Analysis, E-Book Statistika Gratis:
https://statsdataa.googlecode.com/svn/DISTRIBUSI%20SAMPLING%20Irev.pdf
Sudjana, (2005). Metoda Statistik. Bandung: Tarsito.

Distribusi Simpangan Baku

Distribusi Simpangan Baku


Contoh

6,25 = 2,5
= = 2,5

2,5
2 225

= 0,118

3,5 2,5
=
= 8,47
0,118

Distribusi Median

1,2533

Distribusi

2 =

1 2
2

2
2

= n-1

DISTRIBUSI PROPOSRSI

Jika nilai dari populasi tidak diketahui, dalam hal ini dianggap
sama dengan 0,5 yaitu
nilai (1-) yang maksimum.

Contoh

DISTRIBUSI PROPOSRSI
CONTOH SOAL
Sebuah Bakery Store BT menemukan bahwa pembelian dilakukan oleh 20%
dari pelanggan yang memasuki tokonya. Suatu pagi terdapat sampel acak
sebanyak 180 orang memasuki toko. Berapa probabilita pelanggan yang membeli
kurang dari 15%?
Dik: n = 180
(membeli)= 20% = 0,20
Dit: a. P (nx < 15%)?

Kesimpulan:
Jadi, probabilita bahwa
diantara 180 orang yang
masuk ke toko, pelanggan
yang membeli kurang dari 15%
adalah sebesar 0,0465 atau
4,65% atau 8 orang
(pembulatan)

DISTRIBUSI SAMPLING SELISIH RATA-RATA DAN


PROPORSI
1. Distribusi Sampling Selisih Rata-Rata
Distribusi sampling selisih rata-rata adalah distribusi probabilitas yang dapat
terjadi dari selisih rata-rata dua sampel yang berbeda berdasarkan pada
dua sampel tertentu dari ukuran parameter dua populasinya.
Untuk ukuran sampel n1 dan n2 yang cukup besar (n1, n2 > 30), maka
distribusi sampling selisih rata-rata sangat mendekati distribusi normal, untuk
mengubahnya ke dalam bentuk normal standar maka diperlukan rumus :

Jika 1 dan 2 tidak diketahui,


maka dapat menggunakan
standar deviasi dari sampel.
2

DISTRIBUSI SAMPLING SELISIH RATA-RATA DAN


PROPORSI
Contoh soal Distribusi Sampling Selisih Rata-Rata
Pegawai perusahaan Global Network Inspectionpada Divisi Inspeksi
Pembongkaran mempunyai gaji rata-rata sebesar $4300/bulan, sedangkan
Divisi Inspeksi Pengangkutan mempunyai gaji $3750/bulan. Setelah dihitung,
diperoleh rata-rata hitung dari deviasi kuadrat setiap gaji terhadap gaji rata-rata
Divisi Inspeksi Pembongkaran $52.000, sedangkan Divisi Inspeksi Pengangkutan
sebesar $19.500. Bila diasumsikan diambil sampel random pada Divisi Inspeksi
Pembongkaran sebanyak 90 orang dan Divisi Inspeksi Pengangkutan75,
berapakah probalilita selisih rata-rata gaji dari dua sampel lebih besar dari $ 500
?

DISTRIBUSI SAMPLING SELISIH RATA-RATA DAN


PROPORSI

DISTRIBUSI SAMPLING SELISIH RATA-RATA DAN


PROPORSI
2. Distribusi Sampling Selisih Proporsi
Distribusi sampling selisih proporsi adalah distribusi probabilitas yang dapat
terjadi dari selisih proporsi dua sampel yang berbeda berdasarkan pada
dua sampel tertentu dari ukuran parameter dua populasinya, adapun rumus
distribusi sampling selisih proporsi dinyatakan dalam :

DISTRIBUSI SAMPLING SELISIH RATA-RATA DAN


PROPORSI
2. Distribusi Sampling Selisih Proporsi
Distribusi sampling selisih proporsi inipun akan mendekati distribusi
normal bila ukuran-ukuran sampel cukup besar (n1, n2> 30), maka
untuk merubahnya menjadi bentuk normal standar diperlukan rumus :

DISTRIBUSI SAMPLING SELISIH RATA-RATA DAN


PROPORSI
Contoh soal Distribusi Sampling Selisih Proporsi
Alya dan Deasy akan melakukan sebuah pertandingan pelemparan
sekeping uang logam, Deasy akan menang bila memperoleh 8 sisi
gambar lebih banyak dari pada Alya, jika diasumsikan mereka diberi
kesempatan masing-masing melempar uang logam sebanyak 40
kali, berapa peluang Deasy memenangkan pertandingan ini ? Berilah
saran apakah Deasy akan ikut dalam pertandingan atau tidak, jika
harapan kemenangannya harus sebesar 15% atau lebih?

DISTRIBUSI SAMPLING SELISIH RATA-RATA DAN


PROPORSI

Jadi, peluang Deasy memenangkan pertandingan ini adalah 0,1335


atau
13,35%. Karena peluang Deasy menang kurang dari harapan
menangnya
(13,35% <15%), maka Deasy disarankan tidak mengikuti pertandingan ini.

DISTRIBUSI SIMPANGAN BAKU

DISTRIBUSI SIMPANGAN BAKU

contoh

DISTRIBUSI SIMPANGAN BAKU


Contoh

DISTRIBUSI MEDIAN

DISTRIBUSI MEDIAN