Anda di halaman 1dari 23

STATISTIKA

BISNIS II
Sarjana manajemen bisnis profesional 2

INSTRUKTUR:
LA ODE ABDUL RAHMAN
MAGISTER SAINS STATISTIKA
Jadwal & Materi Kuliah
Kamis, 09-08-2007 Metode dan Distribusi Sampling
18.30 – 21.00
Kamis, 16-08-2007 Teori Pendugaan Statistik
18.30 – 21.00
Kamis, 23-08-2007 Pengujian Hipotesis Sampel Besar
18.30 – 21.00
Sabtu, 25-08-2007 Pengujian Hipotesis Sampel Kecil
08.00 – 09.40
Sabtu, 25-08-2007 Analisis Regresi dan Korelasi Linear
10.00 – 11.40
Kamis, 30-08-2007 Ujian Tengah Semester (UTS)
18.30 – 21.00
Jadwal & Materi Kuliah
Sabtu, 01-09-2007 Analisis Regresi dan Korelasi Berganda
08.00 – 09.40
Sabtu, 01-09-2007 Analisis Regresi dan Korelasi Berganda
10.00 – 11.40
Kamis, 04-09-2007 Fungsi, Variabel dan Masalah dlm Analisis
18.30 – 21.00 Regresi
Sabtu, 08-09-2007 Uji Chi-Square
08.00 – 09.40
Sabtu, 08-09-2007 Data Berperingkat
10.00 – 11.40
Rabu, 12-09-2007 Ujian Akhir Semester (UAS)
Blm ditentukan
METODE DAN
DISTRIBUSI
SAMPLING

1
materi
 PENGERTIAN POPULASI DAN SAMPEL
 METODE PENARIKAN SAMPEL
 KESALAHAN PENARIKAN SAMPEL
 DISTRIBUSI SAMPEL RATA-RATA DAN
PROPORSI
 Distribusi sampel selisih rata-rata dan proporsi
 FAKTOR KOREKSI UNTUK POPULASI
TERBATAS
PENGERTIAN POPULASI DAN
SAMPEL
 Populasi vs Sampel
 Populasi : keseluruhan obyek yang menjadi pusat
perhatian untuk diteliti
 Sampel : Sebagian anggota populasi yang menjadi
perhatian
 Parameter vs Statistik
 Parameter : ukuran karakteristik populasi
 Statistik : ukuran karakteristik sampel
(lanjutan…)

 Sensus vs Survey
 Sensus : pengambilan keseluruhan data populasi
 Survey : pengambilan data melalui sampel
 Sampel probabilitas vs non probabilitas
 Sampel probabilitas : suatu sampel yang dipilih dari populasi
sedemikian sehingga masing-masing anggota memiliki
peluang yang sama terpilih
 Sampel nonprobabilitas : setiap sampel tidak memiliki peluang
yang sama untuk terpilih
Kenapa harus sampling??
Biaya mahal dan waktu lebih lama jika
harus sensus
!
!
Melalui teknik statistika diperoleh
statistik sampel yang sama atau
mendekati parameter populasi
METODE PENARIKAN
SAMPEL
Sampel Probabilitas :
 Simple Random Sampling
 Pengambilan sampel dari populasi secara acak tanpa
memperhatikan strata populasi dan setiap anggota populasi
memiliki peluang yang sama untuk dijadikan sampel
 Biasanya dilakukan pada populasi yang homogen
 Stratified Random Sampling
 Pengambilan sampel yang dilakukan dengan membagi anggota
populasi dalam beberapa strata, lalu sampel dipilih dari masing-
masing stratum
 Cluster Sampling
 Pengambilan sampel yang dilakukan dengan terlebih dahulu
membagi daerah populasi dalam beberapa cluster lalu sampel
dipilih dari masing-masing cluster.
METODE PENARIKAN
SAMPEL
Sampel Nonprobabilitas :
 Systematic sampling
 Anggota populasi disusun secara berurut terlebih dahulu, lalu
sampel dipilih secara terurut juga
 Kuota Sampling
 Pengambilan sampel dari populasi sampai jumlah tertentu
yang diinginkan terpenuhi
 Prinsip keterwakilan dipenuhi
 Purposive Sampling
 Penarikan sampel dengan pertimbangan tertentu oleh peneliti
KESALAHAN PENARIKAN SAMPEL
(SAMPLING ERROR)

Sampling Error adalah : Perbedaan antara nilai


statistik sampel dengan nilai parameter populasi
DISTRIBUSI SAMPEL RATA-
RATA
 Distribusi sampel rata-rata adalah distribusi
probabilitas dari semua rata-rata sampel dengan
ukuran tertentu yang ditarik dari populasi
 Rataan hitung dari distribusi sampel rata-rata
adalah :
1
x N
Cn
x
DISTRIBUSI SAMPEL RATA-
RATA
 Standar deviasi dari distribusi sampel rata-rata
adalah :

1
 x   
2
sx  x
C nN
DISTRIBUSI SAMPEL RATA-
RATA
 Hubungan antara standar deviasi sampel dan
standar deviasi populasi
 Kasus sampel terbatas
 N n
sx 
n N 1

 Kasus sampel tak terbatas



sx 
n
DISTRIBUSI SAMPEL RATA-
RATA
 Distribusi sampel rata-rata merupakan distribusi
normal, sehingga dapat dikonversi ke bentuk
sebaran normal baku Z yaitu :

x
Z
s
DISTRIBUSI SAMPEL
PROPORSI
 Distribusi sampel proporsi adalah distribusi
probabilitas dari semua proporsi sampel dengan
ukuran tertentu yang ditarik dari populasi
 Rataan hitung dari distribusi proporsi adalah :

1
xp  N
Cn
p
DISTRIBUSI SAMPEL
PROPORSI
 Standar deviasi dari distribusi sampel proporsi
adalah :

 p   
1 2
sp  p
CnN
DISTRIBUSI SAMPEL
PROPORSI
 Hubungan antara standar deviasi sampel dan
standar deviasi populasi
 Kasus sampel terbatas
P(1  P ) N n
sp 
n N 1
 Kasus sampel tak terbatas

P (1  P )
sp 
n
DISTRIBUSI SAMPEL
PROPORSI
 Distribusi sampel proporsi merupakan distribusi
normal, sehingga dapat dikonversi ke bentuk
sebaran normal baku Z yaitu :

pP
Z
sp
DISTRIBUSI SAMPEL SELISIH
RATA-RATA

Distribusi sampel selisih rata-rata


 Distribusi dua populasi untuk membedakan rata-
rata karakteristik kedua populasi tersebut.
 Nilai rata-rata sampel selisih rata-rata

x x1 x 2  x1  x 2  1   2
DISTRIBUSI SAMPEL SELISIH
RATA-RATA

 Nilai standar deviasi sampel selisih rata-rata

2 2
s x1 sx2
s x1 x 2  
n1 n2
 Nilai Z sampel selisih rata-rata
 x1  x2    1   2 
Z
s x1 x 2
DISTRIBUSI SAMPEL SELISIH
PROPORSI
Distribusi sampel selisih proporsi
 distribusi dua populasi untuk membedakan proporsi
karakteristik kedua populasi tersebut.
 Nilai rata-rata sampel selisih proporsi

p p1 p 2  p1  p2  P1  P2
DISTRIBUSI SAMPEL SELISIH
PROPORSI
 Nilai standar deviasi sampel selisih proporsi

p1 (1  p1 ) p2 (1  p2 )
s p1 p 2  
n1 n2

 Nilai Z sampel selisih proporsi

Z
 p1  p2    P1  P2 
s p1 p 2